PriitJ: /* Solver */

2018-03-20T16:11:12Z

Solver

←Vanem redaktsioon		Redaktsioon: 20. märts 2018, kell 18:11
27. rida:		27. rida:
	# mõtle välja, kuidas esitada teadmusbaasi. See peaks olema kogumik loogikalauseid;		# mõtle välja, kuidas esitada teadmusbaasi. See peaks olema kogumik loogikalauseid;
	# mõtle välja, mis kujul on loogikalause. Põhimõtteliselt koosneb see kahest osast, eeldused ja järeldus (õpikus ja slaididel vastavalt ''body'' ja ''head'' ning teisal ''premise'' ja ''conclusion''). Faktide puhul on ainult järeldus. Üks sobiv formaat oleks sümbolite list, kus ühes otsas järeldus, näit. <code>[ "a1", "a2", "b" ]</code>;		# mõtle välja, mis kujul on loogikalause. Põhimõtteliselt koosneb see kahest osast, eeldused ja järeldus (õpikus ja slaididel vastavalt ''body'' ja ''head'' ning teisal ''premise'' ja ''conclusion''). Faktide puhul on ainult järeldus. Üks sobiv formaat oleks sümbolite list, kus ühes otsas järeldus, näit. <code>[ "a1", "a2", "b" ]</code>;
	# funktsiooni alguses ehita abitabelid <code>count</code>, <code>inferred</code>, <code>agenda</code>. Lisaks oleks hea mõte teha neljas abitabel, kus iga sümboli kohta kirjas, mis lausete eelduseks ta on. See võimaldab algoritmil skaleeruda ka suurematele teadmusbaasidele;		# funktsiooni alguses ehita abitabelid <code>count</code>, <code>inferred</code> ja initsialiseeri <code>agenda</code>. Lisaks oleks hea mõte teha neljas abitabel, kus iga sümboli kohta kirjas, mis lausete eelduseks ta on. See võimaldab algoritmil skaleeruda ka suurematele teadmusbaasidele;
	# kirjuta algoritm ise, nii nagu slaididel või õpikus.		# kirjuta algoritm ise, nii nagu slaididel või õpikus.

PriitJ: Uus lehekülg: '= Lausearvutuse solver ja teadmusbaas = == Sissejuhatus == Teeme hästi lihtsa solveri, mis võimaldab teadmusbaasist järeldusi teha. Kasutame ''forward chaining'' algoritmi (...'

2018-03-20T16:08:33Z

Uus lehekülg: '= Lausearvutuse solver ja teadmusbaas = == Sissejuhatus == Teeme hästi lihtsa solveri, mis võimaldab teadmusbaasist järeldusi teha. Kasutame ''forward chaining'' algoritmi (...'

Uus lehekülg

= Lausearvutuse solver ja teadmusbaas =

== Sissejuhatus ==

Teeme hästi lihtsa solveri, mis võimaldab teadmusbaasist järeldusi teha. Kasutame ''forward chaining'' algoritmi ([''AIMA''] 7.5.3-7.5.4). See algoritm eeldab, et teadmusbaas koosneb teatud kujul lausetest:

a1 & a2 & ... & an -> b (mingi reegel)
a1 & ... & an -> false (tõestatav lause, seda pole meil vaja)
a2 (mingi fakt)
a3 (mingi teine fakt)

Need on Horni normaalkujul laused. Tasub tähele panna, et seal ei ole ühtegi eitust! Seda ''forward chaining'' ei toeta.

Kui solver töötab, siis lahendame lihtsa tekstiülesande nii, et genereerime solverile söödavas formaadis teadmusbaasi ning rakendame solverit vastuste saamiseks.

== Solver ==

Vaata slaididelt ''Pl-Fc-Entails'' algoritmi või õpikust ''Figure 7.15''. Implementeeri see algoritm (näited on Pythonis, keele võid valida oma suva järgi).

def fc_entails(kb, q):
# kb - teadmusbaas mingil kujul
# q - loogikamuutuja e. sümbol, mille kohta tahame teada, kas see järeldub kb-st

Loogikalausete teksti kujul parseerimist me siin ülesandes ei tee, esitame teadmusbaasi kohe mingi valmis andmestruktuurina.

Vajalikud sammud:
# mõtle välja, kuidas esitada teadmusbaasi. See peaks olema kogumik loogikalauseid;
# mõtle välja, mis kujul on loogikalause. Põhimõtteliselt koosneb see kahest osast, eeldused ja järeldus (õpikus ja slaididel vastavalt ''body'' ja ''head'' ning teisal ''premise'' ja ''conclusion''). Faktide puhul on ainult järeldus. Üks sobiv formaat oleks sümbolite list, kus ühes otsas järeldus, näit. <code>[ "a1", "a2", "b" ]</code>;
# funktsiooni alguses ehita abitabelid <code>count</code>, <code>inferred</code>, <code>agenda</code>. Lisaks oleks hea mõte teha neljas abitabel, kus iga sümboli kohta kirjas, mis lausete eelduseks ta on. See võimaldab algoritmil skaleeruda ka suurematele teadmusbaasidele;
# kirjuta algoritm ise, nii nagu slaididel või õpikus.

== Solveri test ==

Pane need loogikalaused oma solverile sobivasse formaati:

P -> Q
L & M -> P
B & L -> M
A & P -> L
A & B -> L
A
B

Tee kindlaks, et neist järeldub "Q". Kui <code>A & B -> L</code> reegel ära võtta, siis ei tohiks enam järelduda. Sama, kui eemaldada üks faktidest "A" või "B".

== Tekstülesanne ==

''Intelligentne robot soovib mängida "kivi-käärid-paber" mängu. Robotil on hüpotees, et inimesed mängivad kahte strateegiat kasutades: a.) kui inimene teeb kahes mängus sama valiku, siis ta teeb ka kolmandas mängus samamoodi (näit. eelmises ja üle-eelmises mängus kivi, siis ka järgmises mängus kivi ) ning b.) kui kahes eelmises mängus on olnud erinev valik, siis järgmises mängus ei kasutata kumbagi neist (näiteks kui eelmises mängus oli kivi ja üle-eelmises paber, siis on oodata et inimene valib käärid)''

Tee teadmusbaas, mille järgi saab robot käiku valida. Idee peaks olema selles, et ennustada, mis
on inimese järgmine valik kas strateegia a.) või b.) järgi ning roboti käik siis loomulikult selline, mis ennustatud valikut võidab.

Pane tähele, et ülesande tekstis on üldised reeglid, lausearvutusloogikas tuleb meil aga kasutada konkreetseid fakte. Inimese eelmine valik oli kivi - see on kas tõene või väär, jne. Seega kirjuta abiskript või funktsioon, mis programmiliselt genereeriks reeglid igasuguste kivi, käärid ja paber kombinatsioonide jaoks.

Teiseks kirjuta funktsioon, mis:
# võtab parameetriteks vastase kahe eelmise mängu valikud
# genereerib reeglibaasi ja lisab sinna faktidena valikud, mis parameetritena saadi
# küsib iga roboti valiku ("kivi", "käärid", "paber") kohta, kas see valik teadmusbaasist järeldub. Üks neist peaks järelduma ning see tuleb ka väljastada.

Näide:

>>> kkp("Kivi", "Kivi")
roboti käik: Paber
>>> kkp("Paber", "Käärid")
roboti käik: Paber

Iti0210lab7 - Redigeerimiste ajalugu

PriitJ: /* Solver */

PriitJ: Uus lehekülg: '= Lausearvutuse solver ja teadmusbaas = == Sissejuhatus == Teeme hästi lihtsa solveri, mis võimaldab teadmusbaasist järeldusi teha. Kasutame ''forward chaining'' algoritmi (...'