Intelligenza Artificiale 1 Gestione della conoscenza lezione 4 Prof. M.T. PAZIENZA a.a. 2000-2001.

Slides:



Advertisements
Presentazioni simili
Automi temporizzati.
Advertisements

Il gioco del 15 Il gioco del quindici fu inventato da Sam Loyd piu' di un secolo fa. Lo scopo del gioco e' quello di ordinare le caselle dal numero 1 al.
Estendere i linguaggi: i tipi di dato astratti
Meccanica 2 1 marzo 2011 Cinematica in una dimensione
Effetti combinati con powerpoint
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Lezione 7 Chiara Mocenni Corso di laurea L1.
Hash Tables Indirizzamento diretto Tabelle Hash Risoluzioni di collisioni Indirizzamento aperto.
Sistemi e Tecnologie della Comunicazione
Gestione dei dati e della conoscenza (agenti intelligenti) M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 7 Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Metodi di ricerca informata Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza (agenti intelligenti) Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 5 Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 8
Sistemi basati su conoscenza Ricerca di soluzioni a problemi Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Conoscenza e ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Ricerca di soluzioni a problemi Prof. M.T. PAZIENZA a.a
Elementi di Matematica
Macchine non completamente specificate
EQUAZIONI DI PRIMO GRADO
Le forze conservative g P2 P1 U= energia potenziale
Il lavoro dipende dal percorso??
Il momento di una forza RICHIAMI DI STATICA.
Modelli simulativi per le Scienze Cognitive
Ingegneria della conoscenza e sistemi esperti Dario Bianchi, 1999 Conoscenza e ragionamento.
Ingegneria della conoscenza e sistemi esperti Dario Bianchi, 1999 Risoluzione di problemi e ricerca.
Ingegneria della conoscenza e sistemi esperti Dario Bianchi, 1999 Conoscenza e ragionamento Logica dei predicati del primo ordine.
Di Crosara Andrea. Ci proponiamo di trovare una strategia risolutiva per lequazione di secondo grado completa dove a, b, c, sono tutti diversi da 0. Utilizziamo.
Figure sul reticolo cartesiano
CINEMATICA Lezione n.3 –Fisica ITI «Torricelli» –S.Agata M.llo (ME)
CHI ERA ALAN TURING? Turing fece parte del team di matematici che, a partire dalla base di Bletchley Park, decodificarono i messaggi scritti dalle macchine.
Facoltà di Ingegneria Corso di Laurea: Insegnamento: Lezione n°: Titolo: Docenti: INGEGNERIA AUTOMAZIONE II 2 LINGUAGGI FORMALI ED AUTOMI PROF. ALESSANDRO.
Risoluzione di problemi e ricerca
Slides Intelligenza Artificiale, Vincenzo Cutello
Idee per rendere la matematica divertente
è … lo studio delle caratteristiche di regolarità dei fenomeni casuali
Sistemi basati su conoscenza Gestione della conoscenza Prof. M.T. PAZIENZA a.a
Ricerca di soluzioni a problemi Prof. M.T. PAZIENZA a.a
PRESENTA.
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
cC + dD reaz. reversibile vinv Reagenti (prodotti) Prodotti (reagenti)
Intelligenza Artificiale 1 Gestione della conoscenza lezione 19 Prof. M.T. PAZIENZA a.a
Oltre la ricerca classica Cap 4 – Ricerca locale, ricerca online Maria Simi a.a. 2014/2015.
3. Energia, lavoro e calore
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
MODULO STRUTTURE DATI FONDAMENTALI: Strutture dinamiche
Sistemi basati su conoscenza Ricerca di soluzioni a problemi Prof. M.T. PAZIENZA a.a
Esercizi (attrito trascurabile)
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Metodi di ricerca informata Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Metodi di ricerca informata Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 2 Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza (agenti intelligenti) Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Risoluzione di Problemi
Sistemi basati su conoscenza Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 18 Prof. M.T. PAZIENZA a.a
Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Risoluzione dei Problemi Agostino Poggi Stefano Cagnoni.
Automi temporizzati.
Sistemi basati su conoscenza Ricerca di soluzioni a problemi Prof. M.T. PAZIENZA a.a
Idealizzata e creata da:
MOTO circolare uniforme
Meccanica - I moti 1. Il moto uniforme I.
Le funzioni.
Indecidibilità Limiti della calcolabilità Pigreco-day 14 marzo 2014 Matematica e Incertezza Prof. Antonio Iarlori Mathesis Lanciano-Ortona.
Ricerca online Maria Simi a.a. 2011/2012 Ambienti più realistici  Gli agenti risolutori di problemi “classici” assumono:  Ambienti completamente osservabili.
ASD a.a.2010/2011- Lezione 12 Algoritmi e Strutture dati a.a.2010/2011 Prof.ssa Rossella Petreschi Backtracking/ Branch and Bound Lezione n°12.
TEORIA ELEMENTARE DEGLI INSIEMI
Elementi di Topologia in R
Il corpo, lo spazio e il movimento
Transcript della presentazione:

Intelligenza Artificiale 1 Gestione della conoscenza lezione 4 Prof. M.T. PAZIENZA a.a

Tipi di problemi Problemi a stato singolo (deterministico, accessibile) Problemi a stati multipli (deterministico, inaccessibile) Problemi di contingenza (nondeterministico, inaccessibile) Problemi di esplorazione (spazio degli stati sconosciuto)

Classi di problemi Problemi giocattolo (Rompicapo dell’8 – Mondo dell’aspirapolvere) Problemi del mondo reale (Ricerca di itinerario)

Rompicapo dell’8 tessera vuota Operatore: lo tessera vuota cambia posto con la tessera alla sua sinistra

Formulazione di problemi a stato singolo Un tale problema è definito da 4 caratteristiche: 1.Stato iniziale 2.Operatore / funzione successore S(x) 3.Test obiettivo 4.Funzione costo cammino Una soluzione è una sequenza di operatori che conducono dallo stato iniziale ad uno stato obiettivo

Rompicapo dell’8 Formulazione del problema tessera vuota Stati: posizione di ciascuna delle 8 tessere + tessera vuota : Operatori: muovere la tessera vuota a sinistra, destra, sopra, sotto (nessun salto ammesso) Test obiettivo: configurazione finale Costo di cammino: ciascun passo costa 1 (costo del cammino = lunghezza del cammino)

Classi di problemi Problemi giocattolo (Rompicapo dell’8 – Mondo dell’aspirapolvere) Problemi del mondo reale (Ricerca di itinerario)

Mondo dell’aspirapolvere Spazio degli stati Archi/azioni: L=spostati a sn, R=spostati a dx, S=aspira

Formulazione di problemi a stato singolo Un tale problema è definito da 4 caratteristiche: 1.Stato iniziale 2.Operatore / funzione successore S(x) 3.Test obiettivo 4.Funzione costo cammino Una soluzione è una sequenza di operatori che conducono dallo stato iniziale ad uno stato obiettivo

Mondo dell’aspirapolvere semplificato Agente conosce la propria posizione e le posizioni di tutte le parti con sporcizia; aspira bene. Stati: uno degli stati di figura Operatori: spostati a sn, spostati a dx, aspira Test obiettivo: non lasciare sporcizia nei quadrati Costo di cammino: ciascuna azione costa 1 Soluzione: da un qualsiasi stato di partenza seguire le frecce fino ad uno stato obiettivo

Formulazione di problemi a stati multipli Un tale problema è definito da 4 caratteristiche: 1.Insieme di stati iniziali 2.Insieme di operatori / funzione successore S(x) (per ciascuna azione viene specificato l’insieme di stati raggiunti da qualsiasi stato considerato. Un cammino collega insiemi di stati) 3.Test obiettivo 4.Funzione costo cammino Una soluzione è un cammino che conduce ad un insieme di stati che sono tutti stati obiettivo. Spazio dell’insieme di stati

Mondo dell’aspirapolvere senza sensori In qualsiasi istante l’agente si trova in un insieme di stati ma non sa in quale stato di quell’insieme sia

Mondo dell’aspirapolvere senza sensori L’aspirapolvere non ha alcun sensore e deve raccogliere tutta la sporcizia Insiemi di stati: sottoinsiemi di stati della figura Operatori: spostati a sn, spostati a dx, aspira Test obiettivo: ogni stato dell’insieme degli stati non contiene sporcizia Costo di cammino: ciascuna azione costa 1 Soluzione: dall’insieme iniziale degli stati (tutti) seguire le frecce fino a raggiungere un insieme di stati senza sporcizia

Classi di problemi Problemi giocattolo (Rompicapo dell’8 – Mondo dell’aspirapolvere) Problemi del mondo reale (Ricerca di itinerario)

Ricerca di itinerario Trovare un itinerario da Arad a Bucarest

Ricerca di itinerario Costo del cammino proporzionale al numero di miglia totali del percorso (aggiunta logoramento ) Costo di ricerca dipende da ambiente: se statico, costo zero (perché la misura delle prestazioni è indipendente dal tempo), se semidinamico (urgenza di giungere a Bucarest) deliberazioni più lunghe costeranno di più. Costo totale = miglia + secondi

Ricerca di itinerario