More Related Content
Recently uploaded
Recently uploaded (16)
Featured
Featured (20)
Chapter2 intelligent agent(知的エージェント)
- 1. Chapter 2 知的エージェント 稲谷 壮一郎｜Soichiro Inatnai 東 京 農 工 大 学 大 学 院 工 学 府 情 報 工 学 専 攻 情 報 工 学 専 修 1 年 中川研究室所属 Artificial Intelligence - Modern Approach
- 2. 1はじめに 本章では， 1) 知的なエージェントが何をするか， 2) どのように環境に適応するか， 3) どのように評価するか， 4) どうやってエージェントを設計するか について検討する.
- 4. 3知的エージェント ロボットをエージェントと考えると… 図2 H社のASIMO センサ カメラ(視覚) 赤外線センサ(床面) 超音波センサ エフェクタ 様々なモーター （関節各部） 環境 物理的な現実空間
- 5. 4本書の目的 ある環境で「うまくやる」( = do a good job of acting）エージェントを設計すること. Q.「うまくやる」って何？ A. 何を意味するか定義して， 「うまくやる」エージェント を設計する方法について学ぶ. （ の部分を考える） Sensors センサ Agent エージェント Effectors エフェクタ ？ ？
- 7. 6エージェントの評価 性能尺度(performance measure) … エージェントがどれくらい成功したかを 客観的に評価する基準 例：汚れた床を掃除するエージェントの場合 8時間ごとに片付けたゴミの量 使われた電気の量 発生した騒音 etc
- 8. 7合理的と全能(omniscience) 全能のロボットなら, 合理的な選択ができるか？ できる．だが，全能を実現することは不可能． ① 周りを見渡して車がいないことを確認． ② 横断歩道を横切る． ③ 空から飛行機のドアが落ちてきて潰される． 合理性は，分かっていることから 予測できる成功に関係している 不合理？ これは合理的な行動か？
- 9. 8「合理的である」とは どんなときも「合理的である」ことは, ４つの事柄に依存する． 成功の度合を定義する性能尺度． エージェントが知覚したもの全て．（この完全な 知覚の履歴を知覚系列と呼ぶ．） エージェントが環境について知っていること． エージェントがとることのできる動作．
- 10. 9理想合理的エージェント 知覚系列のすべてに対して， 知覚系列 と エージェント自身が持つ組込み知識に 基づいて，性能尺度を最大にする動作を選択する. 合理性において,有用な情報を得るために動作をする ことは重要. ① ② - リスクの軽減 - 性能尺度の拡大 道路を渡るときは左右を見る. 知覚系列を持たない時計は合理的か（？）
- 11. 10知覚系列から動作への理想的マッピング どんな 知覚系列 に対しても，それに応じて エージェントが取るべき動作を特定できる． 理想的エージェントを設計できる． 例：知覚 x に対する平方根 z のマッピング 知覚(Percept) x 動作(Action) z 1.0 1.00000000 1.1 1.04880884 1.2 1.09544511 1.3 1.14017542 … …
- 12. 11自律性(Autonomy) エージェントの動作が完全に 組込み知識 に 基づいていて，知覚に注意を払う必要がないとき， 自律性 に欠けるという． 行動が自分自身の経験に基づいてなされるときに限り, そのシステムは 自律的 である． × 経験をほとんど持たない時は, 設計者が知識を与えなければデタラメに動作する.
- 13. 12エージェントの構造 エージェントプログラム … エージェントの知覚から動作へのマッピングを 実現する関数 エージェント＝アーキテクチャ＋プログラム エージェントを設計する前に, エージェントの性質を理解する必要がある. 知覚 Percept ゴール Goal 動作 Action 環境 Environment
- 14. 13エージェントの構造 エージェント タイプ 知覚 P 動作 A ゴール G 環境 E 医療診断 システム 症状,所見, 患者の応答 質問,テス ト,治療 健康な患者, コストの 最小化 患者, 病院 衛星画像解析 システム 異なる強度 のピクセル, 色 シーンの カテゴリの 印字 正しい カテゴリ化 人工衛星 からの画像 部品移動 ロボット 異なる強度 のピクセル 部品を掴み, 箱に分類 部品を 正しい箱に 入れる 部品を載せ たベルトコ ンベア 対話英語教師 タイプされ た単語列 練習問題, 示唆, 訂正の印字 学生のテス トの点を最 大にする 学生の集合
- 15. 14エージェントプログラム 骨格プログラム(skeleton program) 1. 新たに知覚を得ると内部情報を更新(記憶). 2. 知覚に基づき最良の動作を選択(マッピング). 3. 選択した動作の情報も内部に記憶. エージェントプログラムが入力として得られる知覚は一つだけ？ ゴールや性能尺度は, 骨格プログラムに含まれない.
- 16. 15エージェントプログラムのタイプ 単純反射エージェント 記憶を持つ反射エージェント ゴール主導エージェント 効率主導エージェント 単純 低信頼 複雑 高信頼
- 17. 16単純反射エージェント 現在の状態 に適合するルールを見つけて， そのルールに見合う動作を行う 例：前の車が減速した ブレーキを踏む 単純なため，適用できる範囲がとても狭い． 条件-動作ルール(condition-action rule)
- 19. 18記憶を持つ反射エージェント 内部状態(internal state) を用いることで,単純 反射エージェントの適用範囲を広げたもの. （内部状態を持つ反射エージェントとも呼ぶ） 時間の経過とともに内部状態は更新される. 世界がどのように変化するかに関する情報 自身の行動が世界にどのような影響を与えるかに関する情報 例：車が車線変更を行う場合 「信号が見えた 車線変更する」という瞬間的な 知覚だけでは不十分. 「近くに車が無いか」という状態を内部に保持. その状態も考慮した上で車線変更するかを決定.
- 21. 20ゴール主導エージェント 環境の情報だけで意思決定を行うのは不十分． エージェントには ゴールに関する情報 が必要. - 例：ゴール = 乗客の目的地 - タクシーの移動方向は目的地に依存する. 探索 や プラニング により動作を決定(３章以降) 未来に関する考慮を含む(条件-動作ルールとの 根本的な違い) 「もしこの動作をしたら何が起きるのだろうか」 適応性・柔軟性が高い What will happen if I do such-and-such?
- 23. 22効率主導エージェント より性能尺度の高い動作（列）を決定するために, 効用関数 を用いる． 矛盾する目標(e.g.安全性 vs スピード)がある場 合は，適切なトレードオフを指定する． 確実に目標を達成する動作列が存在しない場合， 成功の見込みをゴールの重要性に対して， 重み付けする方法をとる． 状態を幸せの度合を表す実数値へマッピングする
- 24. 23効率主導エージェント エージェント（Agent） センサ エフェクタ 環境 効用 今すべき動作は？ 今の世界は？ 内部状態 世界の変化則 自身の行動の影響 行動を行うと？ その状態の幸福度は？
- 25. 24エージェントと環境 環境(Environment) とは, 「エージェントの外部にあって, エージェントの意思 によって変更できないもの全てをさす」 (参考文献[2]より) 環境(シミュレータ)プログラム … エージェントと環境を結びつける 1. 各エージェントに知覚を与える 2. エージェントから動作を受け取る 3. 環境を更新
- 26. 25環境の特徴 環境はいくつかの種類に分類できる. アクセス可能 vs アクセス不能 決定的 vs 非決定的 エピソード的 vs 非エピソード的 静的 vs 動的 離散的 vs 連続的 異なった環境のタイプに応じて, その環境で効果的に働くためには, 異なったタイプの エージェントプログラムが必要. 右側の環境 は複雑.
- 27. 26まとめ（１） エージェントは，環境においてセンサで知覚して エフェクタで動作する. 理想的エージェントは，知覚系列と自身の知識に 基づいて，性能尺度を最大にするような動作を選 択する． エージェントは，設計者が組み込んだ環境に関す る知識よりも，自らの経験に依存して動作を選択 する度合を備えた自律性を持つ．
- 28. 27まとめ（２） エージェント＝アーキテクチャ＋プログラム エージェントプログラムは，内部情報を更新しつ つ，知覚から動作へのマッピングを行う． エージェントプログラムの適切な設計は， 知覚，動作，ゴール，環境 に依存する.
- 29. 28参考文献 [1] エージェントアプローチ 人工知能 [2] マルチエージェントシステムの基礎と応用―複 雑系工学の計算パラダイム 大内 東 (著), 川村 秀憲 (著), 山本 雅人 (著)