人工智能基础复习3——知识与推理

07 Logical agents

一些建模范式
- 基于状态的模型：搜索问题，博弈
    - 应用：路径搜索，玩游戏等
    - 考虑状态、行动和代价
- 基于变量的模型：CSPs，贝叶斯网络
    - 应用：调度、医疗诊断等
    - 考虑状态和潜力
- 基于逻辑的模型： 命题逻辑、一阶逻辑
    - 应用：定理证明、验证、推理
    - 考虑逻辑公式和推理规则

动机：聪明的个人助理

目录
- 逻辑智能体：基于知识的智能体
- 知识和推理的重要性
    - 部分可观察的环境
    - 自然语言理解
    - 基于知识的智能体的灵活性

逻辑的两个目标
- 代表世界的知识
- 推理知识

Outline
- 基于知识的Agent
- Wumpus 世界
    - 关于基于知识的智能体运转的例子
- 普遍的逻辑：逻辑和蕴涵
- 命题逻辑
- 等价、合法性和可满足性
- 推理规则与定理证明
    - 前向链接
    - 反向链接
    - 归结

知识库
- 知识库=形式语言中的句子集
- 将新语句添加到知识库——建立Agent(或其他系统)的声明方法：告诉(TELL)它需要知道什么
- 查询目前所知内容——它可以询问(ASK)自己需要做什么—答案应该从KB里面找
- Agents可以从知识层上观察，即它们知道什么而不管怎么实现的;或者在实现层，即KB中的数据结构和操纵它们的算法

一个简单的基于知识的Agent

function KB-AGENT(percept) returns an action
	static: KB,a knowledge base
	        t,a counter,initially 0,indicating time
	TELL(KB<MAKE-PERCEPT-SENTENCE(percept,t))
	action←ASK(KB,MAKE-ACTION-QUERY(t))
	TELL(KB,MAKE-ACTION-SENTENCE(action,t))
	t←t+1
	return action

- TELL->ASK->TELL
- 表示语言的细节隐含于MAKE-PERCEPT-SENTENCE和MAKE-ACTION-QUERY中
- 推理机制的细节隐藏于TELL和ASK中
- Agent必须能够：
    - 表示状态和行为
    - 加入新的感知信息
    - 更新关于世界的状态表示
    - 推导关于世界的隐藏信息
    - 推导应采取的合适的行为

Wumpus世界的PEAS描述
- 性能度量：金子+100，死亡-1000，每一步-1，用箭-10
- 环境：4×4网格，智能体初始在[1,1]，面向右方，金子和wumpus在[1,1]之外随机均匀分布，[1,1]之外的任意方格是陷阱的概率是0.2
- 执行器：左转，右转，前进，捡起，射箭
    - 智能体可向前、左转或右转
    - 智能体如果进入一个有陷阱或者活着的wumpus的方格，将死去。
    - 如果智能体前方有一堵墙，那么向前移动无效
    - Grab：捡起智能体所在方格中的一个物体
    - Shoot：向智能体所正对方向射箭(只有一枝箭)
- 传感器：
    - Smell：在wumpus所在之外以及与之直接相邻的方格内，智能体可以感知到臭气。
    - Breeze：在与陷阱直接相邻的方格内，智能体可以感知到微风。
    - Glitter(发光)：在金子所处的方格内，智能体可以感知到闪闪金光。
    - 当智能体撞到墙时，它感受到撞击。
    - 当wumpus被杀死时，它发出洞穴内任何地方都可感知到的悲惨嚎叫。
- 以5个符号的列表形式将感知信息提供给智能体，例如(stench,breeze,none,none,none).

Wumpus世界的表征
- 可观察的：不，只是部分感知
- 确定的：是的，结果完全确定
- 片段的：不，在行动水平上是连续的
- 静态的：是的，Wumpus和陷阱不移动
- 离散的：是的
- 单个Agent的：是的，Wumpus本质上是一种自然特征

探索wumpus世界

图略

普遍的逻辑
- 逻辑是一种形式语言，可以表示能得出结论的信息
- 语法(Syntax)定义了语言中的句子
- 语义(Semantics)定义了句子的意思，即语义定义了每个语句关于每个可能世界的真值

蕴涵
- 蕴涵意为一个语句逻辑上跟随另一个语句而出现：KB |=α
- 知识库KB蕴涵句子α当且仅当在KB为真的每个世界中，α也为真
- 蕴涵是句子间的关系，其基于语义

Models模型
- 当需要精确描述时，用术语模型取代“可能世界”
- “m是α的一个模型”表示语句α在模型m中为真
- M(α)是α的所有模型的集合，则KB|=α当且仅当M(KB)∈M(α)，在KB为真的所有模型中α为真

wumpus世界中的蕴含
- 考虑相邻的方格是否包含陷阱
- KB = wumpus-world rules + observations
- α1 = “[1,2]安全“，KB|=α1，通过模型检验证明
    - 在KB为真的每个模型中，α1也为真，因此KB|=α1
- α2 = “[2,2]安全“，KB≠α2
    - 在KB为真的某些模型中，α为假，因此KB≠α2

Infere