人工知能2 2005Apr26,May10

人工知能２
2008 April 28
状態空間表現
探索法（知識を用いない探索）
状態と演算（作用）
• 状態(state) → 次状態(next state)
↑
演算（作用）operator
• 状態遷移図（グラフ）が出来ればこれを解く
（問題から出発してここに至るまでが勝負）
例2：ロボットの迷路抜け
• 入り口から出口への経路を見つける（ロボット
は地図を知らない）
ロボットの迷路抜け
• 道の真ん中を歩く（両壁から均等の距離を保つ）
ロボットの迷路抜け
• 格子点上を一歩ずつ歩く：（1,1）から（4,4）へ
(4,4)
(1,1)
ロボットの迷路抜け
• （1,1）から（4,4）へ
(1,1)
3
(2,4)
(1,4)
(2,3)
(3,4)
(4,4)
(2,3)
(2,4)
(3,3)
(2,2)
2
(3,2)
(1,4)
(2,2)
(3,4)
(3,2)
(3,1)
4
(4,4)
(1,1)
(3,1)
(3,3)
グラフ探索（基本的には前向き推論）
• 目標節点（求める状態記述に即したもの）を
探索する
• open list に今後調べなければならない節点
を入れておく（調べ終わったらopenから出す）
• まず、始節点がgoalかどうか調べる（違ったら
次へ行く）
探索の基本アルゴリズム（木の場合）
•
•
•
•
•
•
•
•
Search algorithm{
１．初期節点をopenリストに入れる
2. if(open==empty)break;（探索失敗）
3. n=first(open);
4. iｆ(goal(n))print(n);break;（探索終了）
5. remove(n,open);
6. 次に調べる節点をopenに入れる
7. ２へもどる｝
Depth-1ST-search（木の場合）
•
•
•
•
•
•
•
Depth-first-search algorithm{
１．初期節点をopenリストに入れる
2. if(open==empty)break;（探索失敗）
3. n=first(open);
4. iｆ(goal(n))print(n);break;（探索終了）
5. remove(n,open);
6. 次に調べる節点をopenに入れる(nを展開し、全
ての子節点niをopenの先頭に入れる)。
niからnへポインタを付けておく。
• 7. ２へもどる｝
例題：S→A→B→D→E→G
• S（1,1）からG（4,4）へ
(2,4)
(1,4)
(2,3)
(3,4)
S(1,1)
(4,4)
A(2,3)
B(2,4)
(3,3)
C(2,2)
2
H(3,2)
D(1,4)
(2,2)
E(3,4)
(3,2)
I(3,1)
4
G(4,4)
(1,1)
(3,1)
F(3,3)
Depth-1ST深さ優先探索（graph）
•
•
•
•
•
•
•
Depth-first-search algorithm{
１．初期節点をopenリストに入れる
2. if(open==empty)break;（探索失敗）
3. n=first(open);
4. iｆ(goal(n))print(n);break;（探索終了）
5. remove(n,open); add(n,closed);
6. 次に調べる節点をopenに入れる(nを展開
し、全ての子節点niをopenの先頭に入れる)。
niからnへポインタを付けておく。
• 7. ２へもどる｝
Breadth-1ST幅優先探索（graph)
•
•
•
•
•
•
•
breadth-first-search algorithm{
１．初期節点をopenリストに入れる
2. if(open==empty)break;（探索失敗）
3. n=first(open);
4. iｆ(goal(n))print(n);break;（探索終了）
5. remove(n,open); add(n,closed);
6. 次に調べる節点をopenに入れる(nを展開
し、全ての子節点niをopenの最後に入れる)。
niからnへポインタを付けておく。
• 7. ２へもどる｝
Open list の変化
• 深さ優先の場合
S→A→BC→DEC→EC→GF
• （状態遷移はS→A→B→E→G）
• 幅優先の場合
S→A→BC→CDE→DEHI→EHI→HIGF→I
GF→GF
• （状態遷移はS→A→B→E→G）

Download Report