Azərbaycanca AzərbaycancaБеларускі БеларускіDansk DanskDeutsch DeutschEspañola EspañolaFrançais FrançaisIndonesia IndonesiaItaliana Italiana日本語 日本語Қазақ ҚазақLietuvos LietuvosNederlands NederlandsPortuguês PortuguêsРусский Русскийසිංහල සිංහලแบบไทย แบบไทยTürkçe TürkçeУкраїнська Українська中國人 中國人United State United StateAfrikaans Afrikaans
Підтримка
www.wikidata.uk-ua.nina.az

Ця стаття містить неперекладені фрагменти англійською мовою Ви можете допомогти проєкту переклавши їх українською Автома

Планування штучним інтелектом

Планування штучним інтелектом
Ця стаття містить фрагменти англійською мовою.
Ви можете допомогти проєкту, переклавши їх українською.

Автоматичне планування та диспетчеризація, є підвидом artificial intelligence, що стосується реалізації strategies або спосліовності дій типових для intelligent agents, autonomous robots і unmanned vehicles. На відмінну від control і classification, рішення є комплексними та мають бути виявлені і оптимізовані для мультивимірного простору. Планування також має відношення до decision theory.

У відомих середовища з наявними моделями, планування може бути виконане без доступу до мережі Інтернет. Рішення можуть бути знайдені та оцінені до виконання. В невідомих середовищах, стратегія часто повинна бути переглянута онлайн. Моделі та політики мають бути адаптованими. Програмні рішення часто вдаються до ітеративного методу спроб та помилок, який часто зустрічається при створенні штучних інтелектів . Він включає dynamic programming, reinforcement learning і combinatorial optimization. Мови, що використовуються для опису планування та диспетчеризації, часто називають action languages.

Огляд

Беручи до уваги опис можливих початкових станів світу, опис бажаних цілей, а також опис набору можливих дій, проблема планування полягає у знаходженні плану, який гарантовано створить (від будь-якого з початкових станів) послідовність дій, що приведуть до однієї з цілей.

Складність планування залежить від спрощення припущень, що використовуються. Кілька класів задач планування можуть бути визначені в залежності від властивостей, що характерні для проблеми у декількох вимірах.

Найбільш проста проблема планування, більш відома як класична проблема планування або класичне планування, визначається за допомогою:

  • унікально відомий початковий стан,
  • детермінованими діями,
  • які можуть бути виконаними лише одна водночас,
  • одним агентом.

Мови планування

Найбільш розповсюджені мови для представлення проблеми планування, такі як STRIPS і PDDL для класичного планування, базуються на змінних стану. Кожен з можливих станів світу є присвоєнням значень змінним стану та діями, що визначають, які ці змінні видозмінються, коли запланована дія відбувається. Так як набір змінних станів створює множину станів, розмір якої є експоненційний в наборі, планування потерпає від curse of dimensionality і combinatorial explosion.

Алгоритми планування

Класичне планування

  • forward chaining state space search, з можливість покращення на базі heuristics алгоритмів
  • backward chaining пошук, з можливістю покращення на базі виділення обмежувачів станів (дивись STRIPS, graphplan),
  • partial-order planning (на противагу до Noninterleaved planning).

Зведення до інших проблем

  • зведення до проблеми propositional satisfiability (satplan).
  • зведення до проблеми Model checking — обоє є важливими проблемами обходу простору станів, а також класична проблема планування відповідає підкласу задач перевірка моделей.

Тимчасове планування

Тимчасове планування може бути вирішена за допомогою методів, аналогічних до класичного планування. Основна відмінність полягає в тому, що через можливість декількох подій, що перекриваються в часі, тобто виконуються паралельно, визначення стану повинна включати в себе інформацію про поточний абсолютний час і як далеко виконання кожної активності просунулося. Крім того, при такому плануванні простір станів може бути нескінченним, на відміну від класичного планування або планування з явним часом. Тимчасове планування тісно пов'язане з scheduling problems. Тимчасове планування також можна зрозуміти у термінах timed automata.

Ймовірісне планування

Імовірнісний планування може бути вирішена за допомогою ітераційних методів, таких як value iteration і policy iteration, коли простір станів є відносно малий. Ймовірнісне планування аналогічно вирішується ітераційним методом, але з використанням представлення функцій значень, визначених для простору переконань, а не станів.

Розгортання системи планування

  • Hubble Space Telescope використовує короткотривалу систему планування SPSS і довготривалу систему Spike.

Див. також

Списки

Посилання

  • Ghallab, Malik; Nau, Dana S.; Traverso, Paolo (2004), , , ISBN , архів оригіналу за 24 серпня 2009, процитовано 27 грудня 2016 {{}}: Вказано більш, ніж один |ISBN= та |isbn= ()Вказано більш, ніж один |ISBN= та |isbn= ()

Наступне до прочитання

  • Vlahavas, I. . Архів оригіналу за 22 грудня 2013. Процитовано 27 грудня 2016.

Посилання

  • International Conference on Automated Planning and Scheduling [ 2 січня 2017 у Wayback Machine.]

Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет

Cya stattya mistit neperekladeni fragmenti anglijskoyu movoyu Vi mozhete dopomogti proyektu pereklavshi yih ukrayinskoyu Avtomatichne planuvannya ta dispetcherizaciya ye pidvidom artificial intelligence sho stosuyetsya realizaciyi strategies abo sposliovnosti dij tipovih dlya intelligent agents autonomous robots i unmanned vehicles Na vidminnu vid control i classification rishennya ye kompleksnimi ta mayut buti viyavleni i optimizovani dlya multivimirnogo prostoru Planuvannya takozh maye vidnoshennya do decision theory U vidomih seredovisha z nayavnimi modelyami planuvannya mozhe buti vikonane bez dostupu do merezhi Internet Rishennya mozhut buti znajdeni ta ocineni do vikonannya V nevidomih seredovishah strategiya chasto povinna buti pereglyanuta onlajn Modeli ta politiki mayut buti adaptovanimi Programni rishennya chasto vdayutsya do iterativnogo metodu sprob ta pomilok yakij chasto zustrichayetsya pri stvorenni shtuchnih intelektiv Vin vklyuchaye dynamic programming reinforcement learning i combinatorial optimization Movi sho vikoristovuyutsya dlya opisu planuvannya ta dispetcherizaciyi chasto nazivayut action languages OglyadBeruchi do uvagi opis mozhlivih pochatkovih staniv svitu opis bazhanih cilej a takozh opis naboru mozhlivih dij problema planuvannya polyagaye u znahodzhenni planu yakij garantovano stvorit vid bud yakogo z pochatkovih staniv poslidovnist dij sho privedut do odniyeyi z cilej Skladnist planuvannya zalezhit vid sproshennya pripushen sho vikoristovuyutsya Kilka klasiv zadach planuvannya mozhut buti viznacheni v zalezhnosti vid vlastivostej sho harakterni dlya problemi u dekilkoh vimirah Najbilsh prosta problema planuvannya bilsh vidoma yak klasichna problema planuvannya abo klasichne planuvannya viznachayetsya za dopomogoyu unikalno vidomij pochatkovij stan determinovanimi diyami yaki mozhut buti vikonanimi lishe odna vodnochas odnim agentom Movi planuvannyaNajbilsh rozpovsyudzheni movi dlya predstavlennya problemi planuvannya taki yak STRIPS i PDDL dlya klasichnogo planuvannya bazuyutsya na zminnih stanu Kozhen z mozhlivih staniv svitu ye prisvoyennyam znachen zminnim stanu ta diyami sho viznachayut yaki ci zminni vidozminyutsya koli zaplanovana diya vidbuvayetsya Tak yak nabir zminnih staniv stvoryuye mnozhinu staniv rozmir yakoyi ye eksponencijnij v nabori planuvannya poterpaye vid curse of dimensionality i combinatorial explosion Algoritmi planuvannyaKlasichne planuvannya forward chaining state space search z mozhlivist pokrashennya na bazi heuristics algoritmiv backward chaining poshuk z mozhlivistyu pokrashennya na bazi vidilennya obmezhuvachiv staniv divis STRIPS graphplan partial order planning na protivagu do Noninterleaved planning Zvedennya do inshih problem zvedennya do problemi propositional satisfiability satplan zvedennya do problemi Model checking oboye ye vazhlivimi problemami obhodu prostoru staniv a takozh klasichna problema planuvannya vidpovidaye pidklasu zadach perevirka modelej Timchasove planuvannya Timchasove planuvannya mozhe buti virishena za dopomogoyu metodiv analogichnih do klasichnogo planuvannya Osnovna vidminnist polyagaye v tomu sho cherez mozhlivist dekilkoh podij sho perekrivayutsya v chasi tobto vikonuyutsya paralelno viznachennya stanu povinna vklyuchati v sebe informaciyu pro potochnij absolyutnij chas i yak daleko vikonannya kozhnoyi aktivnosti prosunulosya Krim togo pri takomu planuvanni prostir staniv mozhe buti neskinchennim na vidminu vid klasichnogo planuvannya abo planuvannya z yavnim chasom Timchasove planuvannya tisno pov yazane z scheduling problems Timchasove planuvannya takozh mozhna zrozumiti u terminah timed automata Jmovirisne planuvannya Imovirnisnij planuvannya mozhe buti virishena za dopomogoyu iteracijnih metodiv takih yak value iteration i policy iteration koli prostir staniv ye vidnosno malij Jmovirnisne planuvannya analogichno virishuyetsya iteracijnim metodom ale z vikoristannyam predstavlennya funkcij znachen viznachenih dlya prostoru perekonan a ne staniv Rozgortannya sistemi planuvannyaHubble Space Telescope vikoristovuye korotkotrivalu sistemu planuvannya SPSS i dovgotrivalu sistemu Spike Div takozhAction description language Actor model Applications of artificial intelligence Constraint satisfaction problem Reactive planning Scheduling computing Strategy game theory Spiski List of SMT solvers List of constraint programming languages List of emerging technologies Outline of artificial intelligencePosilannyaGhallab Malik Nau Dana S Traverso Paolo 2004 ISBN 1 55860 856 7 arhiv originalu za 24 serpnya 2009 procitovano 27 grudnya 2016 a href wiki D0 A8 D0 B0 D0 B1 D0 BB D0 BE D0 BD Citation title Shablon Citation citation a Vkazano bilsh nizh odin ISBN ta isbn dovidka Vkazano bilsh nizh odin ISBN ta isbn dovidka Nastupne do prochitannyaVlahavas I Arhiv originalu za 22 grudnya 2013 Procitovano 27 grudnya 2016 PosilannyaInternational Conference on Automated Planning and Scheduling 2 sichnya 2017 u Wayback Machine

Дата публікації:
Топ