Grundlagen der KI + Reasoning Agents

Transkript

1 Grundlagen der KI + Reasoning Agents Prof. Thielscher Welche heuristischen Suchverfahren gibt es? Erläutern Sie A* am Beispiel. Aufbau und Schlussfolgerungen von Bayesschen Netzen. Thielscher drängt auf Praxisbezug. 1

2 Grundlagen der künstlichen Intelligenz Fuchs Problembeschreibung für Suche. Unterschied informierte/uninformierte Suche. Worin besteht die zusätzliche Information bei heuristischer Suche? Darstellung von Suchstrategien durch Queuingstrategien. Bewertungsmaßstäbe für Suchstrategien. Bewertung Breiten-/Tiefensuche. Heuristische Suchverfahren aufzählen. A* optimal wenn? Vergleich von Heuristiken, Konstruktion dominierender Heuristiken. Nachteile von A*, was tun um dem aus dem Wege zu gehen? Beschreibung von SMA*. 2

3 Grundlagen KI Dr. Petersohn Petersohn lässt den Studenten erstmal frei über große Themenbereiche erzählen und fragt ggf. einige Details ab. es können zwei Kapitel im Skript gewählt werden, alternativ kann man sich auch über den gesamten Stoff prüfen lassen. Gewählte Themen: Blinde und Informierte Suche. Es wurden sämtliche vorgestellten Suchverfahren, sowie deren Bewertung (Optimalität, Vollständigkeit, Zeitkomplexität und Speicherkomplexität) und spezielle Eigenschaften (Heuristiken bei A*, Voraussetzungen für bidirektionale Suche) abgefragt. 3

4 Grundlagen der KI Dr. Petersohn Bewertungskriterien für blinde Suche, welche Suchverfahren gibt es? Queueing-Funktion als Unterschied zwischen Suchfunktionen heraus stellen. Gradientenverfahren erklären, Voraussetzungen dafür, Hillclimbing, Random-Restart- Hillclimbing, Simulated Annealing. Simulated Annealing: Anpassung der Temperatur um lokalem Maximum zu entkommen. Dr. Petersohn sieht ein, dass man nicht alles wissen kann, man muss aber zeigen, dass man es im Großen und Ganzen verstanden hat. 4

5 Grundlagen KI Petersohn Erzählen Sie was zum Suchen - alle Algorithmen erklären, Bewertung von uninformierten und heuristischen Suchverfahren sehr locker am besten vorher kleinen Vortrag überlegen, dann fragt er nichts 5

6 Grundlagen der künstlichen Intelligenz Prof. Fuchs Welche Typen von Agenten gibt es und wodurch sind sie chrakterisiert? Kann ich unter bestimmten Umständen einen Reflex-Agenten mit Zustnad durch einen Simple-Reflex-Agenten modellieren? Was muss ich machen, um ein Problem durch Suchen lösen zu können? Was für Arten von Problemen gibt es? Worin unterscheiden sie sich? Lässt sich bei Multiple-State-Problemen eine Lösung immer vorab angeben? Warum kann bei Unbestimmtheitsproblemen die Lösung nicht vorab berechnet werden? Unter welchen Umständen kann man Annahmen über die Lösung von Unbestimmtheitsproblemen machen? Was für Suchstrategien gibt es? Welche Kriterien zur Bewertung gibt es? Vergleichen Sie Breitensuche und Tiefensuche anhand der genannten Kriterien (Vollständigkeit, Optimalität, Komplexität)! Wie lassen sich Suchstrategien effizient implementieren? Wie sieht die Warteschlangenfunktion bei der Uniform-Cost-Suche aus? Wie funktioniert die bi-direktionale Suche? Prüfer bietet Hilfestellung, wenn man nicht sofort auf die richtige Antwort kommt 6

7 Grundlagen der KI Prof. Fuchs Was ist ein problemlösender Agent? Welche Problemarten gibt es und was sind ihre Eigenschaften? Wie ist ein Problem formalisiert? Wie ist die Suchstruktur aufgebaut? Was sind die Unterschiede zwischen Suchbaum und Zustandsraum? Welche Bewertungskriterien für Suchstrategien gibt es? Prüfer bietet Hilfestellung, wenn man nicht sofort auf die richtige Antwort kommt 7

8 Grundlagen der KI Dr. Peterson uniformierte Suche: erklären + Eigenschaften (Komplexitäten, Vollst., optimal) informierte Suche: heuristische Funktionen; beschreiben Dr. Peterson stellt eher generelle, zu denen man ausfürhlich antworten kann, z.b. Erklären und bewerten Sie diese Verfahren. 8

9 Grundlagen der KI Dr. Peterson Spiele Suche/ informierte-uninformierte sehr unkomplizierter Pruefer 9

10 Grundlagen der KI Prof. Fuchs Welche Themen wuerden Sie bevorzugen? (Gewaehlte Themen: Suchverfahren, Bayes- Netze) Welche Kategorien von Suchverfahren gibt es? (informiert/blind) Wodurch sind diese charakterisiert? Alle Eigenschaften nennen von Tiefensuche, Depth-Limited, A* Wenn Auswahl aus mehreren zulaessigen (optimistischen) SChaetzfunktionen, welche sollte verwendet werden? (die pessimistischste) Bayes-Netze: Definieren und Eigenschaften nennen Berechnung von Verbundwahrscheinlichkeit aus Bayes-Netzen 10

11 Grundlagen KI Doz. Dr. Petersohn Typen von Agenten (4 Stück) Wir hatten da eine allgemeine Datenstruktur, an der wir die Suchalgorithmen erläutert hatten... \\Antwort: Liste im Rahmenalgorithmus, jede Suche ordnet die Knoten anders in die Liste ein. Tiefensuche, Breitensuche, etc A* 11

12 Grundlagen KI / Mustererkennung Prof. Fuchs Fuchs: Eigenschaften der Kosten(-Matrix) -> unabhängig, keine Eigenkosten, gleiche Bewertung Warum macht man Mustererkennung, warum Unterscheidungsfunktionen? Unterschied Unterscheidungsfunktion - Bayes duale Aufgabe -> wann Unterscheidungsfunktion Petersohn: informierte / uninformierte Suche => interative dupening, Sim. Annealing Warum Bi-direktionale Suche schwer Petersohn: Auswendig lernen reicht Fuchs: Unbedingt Konzepte verstehen und daraus die Methoden ableiten können 12

13 Grundlagen der KI Dr. Petersohn Was muss für uniform cost search gelten, damit eine optimale Lösung gefunden wird? Erklären von simulated Annealing am Bsp. von 8-Damen Problem Fragt am Anfang welches Gebiet man gern gefragt werden möchte. Wie kann man, wenn A* für kleines Problem zum laufen bekommen hat, garantieren, dass es für großes Problem läuft. Sehr spezifische zu konkreten Beispielen Was man in der Klausur wusste, braucht man nicht nochmal erzählen. 13

14 Mustererkennung / Bildverarbeitung Prof. Fuchs / Dr. Schirmer konnt ich mir zu 50% aussuchen BV: Texturen Muster: Baye ok., mit Normalverteilung, nicht Bay. Klass. letztendlich ist das egal welche, wichtig ist die Benutzung der Formeln, grob ihren Aufbau und Zusammenhänge erläutern schön ist auch die Beispiele aus Vorlesung zu kennen 14

15 Grundlagen KI Dr. Peterson Suche: Breite, Uniform Cost, bidirekt, Gradientenverfahren Planen: Grundlagen, STRIPS Kommunikation: grundlagen, Prozess der Kommunikation lässt einen 3 Themen wählen, stellt dann Grundlagenfragen zu allen 3 Themen! SS07, super korrekter Prüfer 15

16 Grundlagen der KI Dr. Petersohn - Warum ist der tabellenbasierte Agent anderen Agenten unterlegen - Nennen und erklãren Sie die vier Agententypen aus der Vorlesung. - Welches ist das âbesteâ Suchverfahren und wie ist es bewertet? (iterative Tiefensuche) - Suchverfahren mit besserer ZeitkomplexitÃt? (Bidirektionale Suche) - Voraussetzungen fã 1 r BS? Wie speichert man die Knoten einer Teilsuche effizient? 4 (Hashtabelle) - ErklÃren Sie das MINIMAX-Verfahren. - ErklÃren Sie Alpha-Beta-Pruning. - Wie wird das MINIMAX-Verfahren bei Spielen mit Zufall verwendet? - GewÃhlte Themen: Intelligente Agenten, Uninformierte Suche, Informierte Suche, Spiele - Sehr angenehme Prà 1fungsatmosphÃre 4 16