Lernende Systeme - Hochschule Trier
Short Description
Download Lernende Systeme - Hochschule Trier...
Description
Lernende Systeme Teil 1
Master of Science in Electrical Engineering Wintersemester 2005/2006
Prof. Dr. E.-G. Haffner
Übersicht 1. 2. 3. 4. 5. 6. 7.
Einführung Psychologische Aspekte Spieltheorie Wissensrepräsentation Symbolische Lernverfahren Konnektionismus Zusammenfassung und Ausblick
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
2
1. Einführung • • • • • • •
Einleitung Konzept der Lehrveranstaltung Wichtige Begriffe Historische Entwicklung Klassifikationen Lernszenario und Definition Literaturübersicht
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
3
Einleitung Winston Churchill Es ist ein großer Vorteil im Leben, die Fehler, aus denen man lernen kann, möglichst frühzeitig zu machen.
Konfuzius Lernen, ohne zu denken, ist eitel; denken, ohne zu lernen, ist gefährlich.
Georg Berhard Shaw Der Nachteil der Intelligenz besteht darin, dass man ununterbrochen dazulernen muss. WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
4
Sinn und Zweck • Lernen ist eine der wichtigsten kognitiven Fähigkeiten • Innovative Systeme werden häufig in komplexen Situationen eingesetzt, für die keine ad hoc Lösung bereitsteht • Lernende Systeme können sich über die vorgesehenen Entwicklungsstufen hinaus (eigenständig) verbessern • Auch menschliches Lernen kann besser verstanden und effektiver angewendet werden WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
5
Konzept der Lehrveranstaltung • Erarbeiten des Begriffs „Lernen“ • Betrachtung psychologischer Aspekte • Klassifikation und Analyse von maschinellen Lernmethoden • Symbolische • Konnektionistische (subsymbolische)
• Anwendung von 3 beispielhaften Konzepten in der (Labor-)Praxis • Spieleprogrammierung • Case-based-Learning System • Neuronales Netz WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
6
Wichtige Begriffe • Inferenz • (automatisierte) Schlussfolgerung • Manipulation/Ergänzung von Informationen
• Lernprozess, Anwendung von Ableitungsregeln, Lernregeln • Lerngegenstand / Lernziel / Lernaufgabe • Lernmethoden • Wissensbasis WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
7
Grundsatz der KI Aber wie sagen wir der Maschine, was sie tun soll?
The analytical engine has no pretensions whatever to originate anything. It can do whatever we know how to order it to perform. Ada Lovelace (1815-1852)
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
8
Historische Entwicklung (I) • Subsymbolische Phase • Neuronale Modellierung gemäß Vorbildern in der Natur • Selbstorganisierende Systeme • Evolutionäres Lernen (Mutation etc.)
• Symbolische Phase • Wissenserwerb erfordert Wissen • Konzeptlernen • Deduktionssysteme, logische Beweiser WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
9
Historische Entwicklung (II) • Wissensintensive Phase • • • •
Wissensintensive Lernmodelle Kombinationen von Lernstrategien Man beginnt mit bspw. 100 Mio. Fakten Eigenständiges Gebiet: Maschinelles Lernen
• Integrierte Phase • Kombination aus allen Modellen • Erklärungsbasierte und EntscheidungsunterstützendeVerfahren • Ausdehnung auf Robotik, Natürliche Sprache, Planen, Problemlösen, Expertensysteme .... WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
10
Klassifikationen (I) • Inferenztyp • Induktive Inferenz, synthetisches Lernen • Deduktive Inferenz, analytisches Lernen
• Wissensrepräsentation • Symbolisch • Subsymbolisch, Konnektionistisch
• Wissenserhebung • Interview, explizit • Beobachtung, explizit • Indirekt, implizit WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
11
Klassifikationen (II) • Inferenzart • Destruktiv, allgemeine Gesetze verfeinern • Konstruktiv, spezielle Gesetze erweitern
• Lernstrategie [Umfang der Inferenz] • Mechanisch, Routinelernen [keine] • Durch Instruktion, Unterweisung [gering] • Durch Operationalisierung, neue Operationen, Reihenfolge verändern etc. [unterschiedlich] • Durch Induktion [groß] • Durch Analogie [mittel] • Durch Deduktion [erheblich] WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
12
Klassifikationen (III) • Darbietung des Wissens • Als (fertiges) Konzept • Aus Beispielen • Art der Generalisierung • Klasse aus Instanzen ermitteln • Das Ganze aus Einzelteilen ermitteln
• Quelle der Beispiele • Labor, Umwelt, Systemimmanent
• Art der Beispiele • Nur positive negative und positive
• Darbietung der Beispiele • Inkrementell einmalig
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
13
Klassifikationen (IV) • Lernen als Suchen im Lösungsraum • Suchverfahren • Breadth first search, … • Depth first search, …
• Komplexität des Algorithmus • Systematik • Heuristisch • Vollständig
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
14
Klassifikationen (V) • Lernen mit Lehrer • • • •
Auswendiglernen Lernen durch Instruktion Präsentation von Beispielen Bewertung • Im Detail • Im Ergebnis
• Korrektur
• Lernen ohne Lehrer • Passives Beobachten • Aktives Experimentieren
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
15
Klassifikationen (VI) • Lerzielvorgabe, Erfolgskriterien • Explizit • Konkrete Vorgabe des Lernziels • Vorgabe von Güte- und Qualitätskriterien
• Implizit • Versteckt in den Algorithmen • Durch Anordnung von Neuronen u.a.
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
16
Das Lernszenario (I) Daten Minimal Lernendes System
Vorhersagen WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
17
Das Lernszenario (II) Verfeinert Data Integrator Inference Knowledge Base
WS2005/06
Verificator Hypothesis Generator
Lernende Systeme - Prof. Dr. E.G. Haffner
18
Definition • A computer program is said to learn from Experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with E. (Tom Mitchell, Machine Learning)
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
19
• Experience E
Beispiele
• Gewonnene, remisierte, verlorene Spiele (GT) • Korrekt, falsch, irrelevant diagnostizierte Verläufe von Krankheiten (CBL) • Vorstellung zahlreicher Muster mit ihrer jeweilig (korrekten) Klassifikation (NN)
• Tasks T • Ausführung erlaubter Züge (GT) • Diagnostizierung von Krankheiten (CBL) • Klassifikation von Mustern (NN)
• Performance measure P • Spielerfolg in Prozent, Turniererfolge (Platzierung) (GT) • Prozentsatz korrekter Diagnosen, Recall, Precision (CBL) • Anteil korrekt klassifizierter Muster (NN) WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
20
Literaturübersicht • • • • • • • • • • • • •
Tom Mitchel, Machine Learning, McGraw Hill, 1997 Werner Emde, Modellbildung, Wissensrepräsemtatoin im Maschinellen Lernen, Springer-Verlag, 1991 Hubert Keller, Maschinelle Intelligenz, Vieweg, 2000 David J.C. MacKay, Information Theory, Inference, and Learning Algorithms, Cambridge University Press, 2003, 2004 Zimbardo, Psychologie, Springer-Lehrbuch, 1992 John Anderson, Kognitive Psychologie, Spektrum Lehrbuch, 2001 Russel Norvig, Künstliche Intelligenz, Ein moderner Ansatz, Pearson Education, 2004 Lämmel, Cleve, Künstliche Intelligenz, Fachbuchverlag Leipzig, 2004 Richter, Prinzipien der Künstlichen Intelligenz, Teubner Stuttgart, 1989 Elaine Rich, Künstliche Intelligenz, McGraw Hill, 1988 Dorffner, Konnektionismus, Teubner Stuttgart, 1991 Brause, Neuronale Netze, Teubner Stuttgart, 1995 Penrose, Computerdenken, Spektrum Verlag, 1991
2. Psychologische Aspekte • Einleitung und Definition • Was ist Lernen? • Welches sind die Grundannahmen? • Was leistet unser Gehirn?
• Klassische Konditionierung • Pawlows Versuche • Paradigmen der Konditionierung
• Lernen über Konsequenzen • Thorndikes Theorie • Weitere Ableitungen WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
22
Einleitung und Definition (I) • Was ist Lernen? • Lernen ist ein Prozess, der zu relativ stabilen Veränderungen im Verhalten oder im Verhaltenspotenzial führt und auf Erfahrung aufbaut (Zimbardo) • Lernen kann nicht direkt beobachtet werden • Lernen kann nur indirekt über die Beobachtung des Verhaltens geschlossen werden
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
23
Einleitung und Definition (II) • Möglichkeit 1: • Neue Fähigkeit, Verbesserung der Leistung bzgl. Fähigkeit • Auto fahren, Rad fahren, schwimmen ... • Leistung schwankt aber sehr stark
• Methode: Training • Leistungsplateaus • Übertrainiert • Optimale Stimulationsimpluse WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
24
Einleitung und Definition (III) • Möglichkeit 2: • Erwerb von (Fakten-)Wissen, Methodik • Erkenntnisse über Zusammenhänge • „Natürliche“ Erfahrungen • Gravitation (Gegenstände fallen zu Boden) • Beispiel: „Heiße Kochplatte“
• Problem: latentes Wissen steht dem (systemimmanente) Vergessen gegenüber WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
25
Einleitung und Definition (IV) • Welches sind die Grundannahmen? • Gesetz der Assoziation • Prinzip des adaptiven Hedonismus
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
26
Gesetz der Assoziation • Wir erwerben Wissen, indem wir „Ideen“ verbinden • 2 Ereignisse in zeitlicher/räumlicher Nähe werden „verbunden“, assoziiert • Sigmund Freud: • Freie Assoziation zur Aufdeckung unterbewusster Zwänge / Neurosen
• Assoziative Netze / Neuronale Netze • Zur Musterklassifikation • Zum Erwerb von Wissen, Fähigkeiten, etc. WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
27
Assoziationen / Analogien
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
28
Prinzip des adaptiven Hedonismus • Worin besteht die Motivation des Handelns? • Gewinn von Lust • Vermeidung von Schmerz
• Gegenpol • Altruismus, Selbstlosigkeit • Vorteile bei der Überwindung von Egoismus • Kooperatives Handeln, Kooperative Ziele WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
29
Leistungen unseres Gehirns • Gesetzmäßigkeiten der visuellen Verarbeitung von Informationen • Beispiele • Folgerungen
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
30
Gesetz der Nähe
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
31
Gesetz der Ähnlichkeit
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
32
Gesetz des glatten Verlaufs
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
33
Gesetz der Geschlossenheit
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
34
Funktionsweise des Gehirns
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
35
Fantasie und Kreativität
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
36
Klassische Konditionierung • Pawlows Versuche • Paradigmen der Konditionierung • Funktionsweise des Konditionierens
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
37
Pawlows Versuche • Iwan Pawlow, russ.Physiologe (1849-1936) • Stößt bei der Untersuchung von Verdauungsprozessen (Speichel, Magensekret) zufällig (!) auf ein „merkwürdiges Phänomen“: Sekretion von Hundespeichel beginnt (später: nach Konditionierung) bereits vor Futtereingabe • Jeder Reiz konnte Sekretion auslösen • Pawlow ändert mit 50 Jahren seine Forschungsschwerpunkte • Nobelpreis 1904 WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
38
Paradigmen der Konditionierung • Vorgaben & Begriffe • • • •
Neutraler (unkonditionierter) Reiz (N), z.B. „Glocke“ Biologisch signifikanter Reiz (B), z.B. „Futteransicht“ B ist zugleich auch unkonditionierter Stimulus (US) B kann unkonditionierten Reflex bewirken (UR), z.B. Speichelfluss (unkonditioniert, da nicht gelernt)
• Idee der Konditionierung ( Lernen): • Verknüpfung von N und B • Aus dem Reiz N wird dann ein konditionierter Reiz (CS), aus UR wird ein konditionierter Reflex (CR) • Z.B.: Glocke führt zum Speichelfluss WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
39
Funktionsweise des Konditionierens • Erwerb • In dieser Phase wird aus N ein CS • Jeder Konditionierungsdurchgang heißt Trial • Assoziation zwischen US und B
• Unabhängige Variablen • Anzahl der Trials • Zeitliche Abstände • Qualität und Intensität der gebotenen Reize N, B
• Abhängige Variabeln • • • •
Stärke der Reaktion (Amplitude) Zeit bis zur Reaktion (Latenz) Wie lange dauert es, bis NCS? (Erwerbsrate) Wie lange hält CR vor? (Persistenz, Löschrate)
Zeitmuster der Konditionierung • Vorwärtsgerichtet (verzögert) VV • CS vor US, Beste Lernrate (1-5 Sekunden Zeitintervall) • Konditionierter Furchterwerb (15 Sekunden und mehr!)
• Vorwärtsgerichtet (Gedächtnisspur) VG • CS vor US • CS beendet, bevor US anfängt
• Gleichzeitig GZ • Geringerer Lernerfolg
• Rückwirkend RW • Geringster Lernerfolg
• Wichtig: starker Kontrast von N zur Umgebung WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
41
Weitere Ergebnisse • Löschung • Bleibt Kombination von CS und US aus, so tritt (mit zeitl. Verzögerung) eine Löschung ein • Aber nach erneutem Lernen kann eine Spontane Erholung wieder konditionieren
• Reizgeneralisierung • Wenn Reiz N konditioniert ist und zu CS geworden ist, können auch ähnliche Reize CR hervorrufen (ähnliche Töne, etc.)
• Reizdiskrimination • Trennung zwischen ähnlichen Reizen • Viele negative Beispiele, wenige positive Beispiele WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
42
Arten der Konditionierung • Appetitive Reize • Positive Reize • Futter, Streicheln, etc. • ...
• Aversive Reize • Negative Reize • Elektroschocks, Luftstöße • ...
• Achtung: Aversive Reize führen zu generalisierten Furchtreaktionen, d.h. sie führen auch bei neutralen (neuen) Reizen zu Reaktionen! WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
43
Ausflug: Immunsystem • Bei Versuchen an Ratten mit einer süßen Saccharinlösung (CS) und einem Brechmittel (US), (aversive Konditionierung) sterben Ratten während der Löschungsdurchgänge, obwohl US nicht tödlich war, wie kann das sein? • Nebenwirkung von US: Schwächung des Immunsystems • Problem: Ratten hatten die Schwächung des Immunsystems konditioniert • Folgerung: Die Immunsysteme von Lebewesen unterliegen auch lernbaren Vorgängen! WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
44
Lernen über Konsequenzen • Unterschiedliches Verhalten führt zu unterschiedlichen Reaktionen • Das Verhalten nimmt die Rolle des Reizes an • Die Reaktion (der Umwelt etc.) nimmt die Rolle des Reflexes an • Lernen heißt hier: bestimmte Verhaltensmuster mit bestimmten Reaktionen in Verbindung zu bringen WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
45
Thorndikes Theorie (Edward Thorndike, 1874-1949) • Thorndikes Gesetz des Effektes • Entscheidend sind nicht CSUS, sondern Assoziation zwischen Stimulus (S) und der Reaktion (R) der Reiz-Reaktions-Assoziation (RRA) • Befriedigende Reaktionen werden verstärkt, erfolglose Reaktionen werden gelöscht • Also: Lernen wird durch Konsequenzen gesteuert • Verfahren: Trial-and-Error • Beispiel: Katzen im Käfig mit Öffnungsautomatik WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
46
Operante Konditionierung • Operantes Verhalten wird nicht durch Reize ausgelöst (Tauben picken, manche Menschen gestikulieren, sagen ständig „äh“, u.a.m.) • Operantes Verhalten wirkt sich auf Umwelt aus • Operantes Konditionieren ändert die Wahrscheinlichkeit der operanten Reaktionen als Funktion ihrer Konsequenzen • Operantes Konditionieren besteht aus 3 Teilen: • Verhaltenskontingenzen • Verstärker • Diskriminierende Reize WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
47
Verhaltenskontingenzen • Konsistente Beziehung zwischen Verhalten (X) und folgenden Reizbedingungen (Y) • Kontingenz: Regel der Form „X Y“ • Beispiel • Pickrate der Taube erhöht sich, wenn jedes Mal ein Korn gefunden wird • Taube lernt, dass das Picken die Reaktion hervorruft (und nicht andere Tätigkeiten) WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
48
Verstärker • Ereignisse, die die Reaktion eines Organismus festlegen, wenn sie kontingent auftreten, heißen Verstärker • Positiver Verstärker: • Reiz, der zum Anstieg der Auftretenswahrscheinlichkeit durch Hinzufügen führt (Futter, Wasser, etc)
• Negativer Verstärker: • Reiz, der zum Anstieg der Auftretenswahrscheinlichkeit durch Elimination führt (Lärm, Kälte, elektrische Schocks, etc)
• Positive Verstärker funktionieren i.a. besser! WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
49
Folgerungen • Operantes Konditionieren setzt unmittelbare Konsequenz voraus • Kontingente Verstärkung stärkt Reaktion • Kontingente Bestrafung unterdrückt Reaktion • Aber: Kontingenz ist wesentlich! • Gegenbeispiele: • Eltern loben gute und schlechte Dinge • Lehrer kritisieren gute und schlechte Arbeiten
• Zumindest kausaler Zusammenhang muss erkennbar sein! WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
50
Kontingenzpläne Reiz Reaktion Konsequenz • Positive Verstärkung • Getränkeautomat Münze einwerfen Getränk erhalten (trinken)
• Negative Verstärkung (Flucht) • Hitze Luft zufächeln Kühlung spüren
• Negative Verstärkung (Vermeidung) • Licht brennt noch Signal Licht ausschalten Geräusch vermeiden
• Löschen • Keine Reize albernes Verhalten Umwelt ignoriert dies
• Bestrafung • Streichholz Spielen/Anzünden Verbrennen, Schimpfe erhalten WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
51
Verbesserung durch Üben Leistung
Durchgänge WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
52
3. Spieltheorie • •
Allgemeine Grundsätze Heuristische Suche • •
• •
Greedy-Algorithmen A* - Algorithmen
Das Mini-Max Suchverfahren Zusammenfassung und Laborübungen
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
53
Allgemeine Grundsätze (I) • Warum sind Spiele geeignet, Grundsätze der Lerntheorie anzuwenden? • Lernerfolg ist leicht messbar • Die „Welt“ ist sehr „übersichtlich“: • Fest definierte Zahl an Handlungsoptionen • Klar strukturierte Merkmalserfassung
• Spielregeln & Zugmöglichkeiten • Wissensbasis ist vergleichsweise gering WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
54
Allgemeine Grundsätze (II) • Lernen entspricht Suchen • Handlungen spannen einen Baum auf • Blätter (direkt) oder Knoten (indirekt) stellen erstrebenswerte oder zu vermeidende Optionen dar • Ein Spiel entspricht einem Weg • Der gesamte Baum entspricht der „Welt“ • Lernen bedeutet, Wege zu beschreiten, die zu besseren Zielen führen Suche! WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
55
Allgemeine Grundsätze (III) • Verbesserung kann geschehen durch • Intensivere, erweiterte, tiefere, breitere Suche • Bessere (zutreffendere) Bewertung des erreichbaren Knotens • Ideal: vollständige Baumsuche (nur bei Trivialsituationen) • Kritisch: Keine Tiefensuche (zu viele Handlungsmöglichkeiten) WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
56
Konkrete Spielsituation • Baum entspricht „Stellungsbaum“ • Verzweigungsgrad und Höhe hängen vom Spiel ab • Beispiele • • • • •
Solitaire TicTacToe Dame Schach Go
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
57
Ansätze • Bei hinreichend komplexen Spielen lässt sich Baum nicht mehr angeben Heuristische Suche erforderlich • Stellung wird mittels Auswertungsfunktion linear bewertet • Beispiele • Turing (Schach): W/S (Werte der weißen und schwarzen Figuren) • Allgemein: f(x) = a1·m1+ a2·m2+ a3·m3+ ... Koeffizienten werden gelernt WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
58
Problem des Koeffizientenlernens • Welcher Zug war für das Ergebnis verantwortlich? • Ein schlechter Zug kann sich durch eine schlechte Antwort des Gegners dennoch als gut erweisen • Ein guter Zug kann durch (eigene) nachfolgende Fehler zu einem schlechten Zug werden • Verdienstzuweisungsproblem WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
59
Spieleklassen • Allgemein • Generator für plausible Züge • Statistische Auswertungsfunktion
• Ein-Personen-Spiele • A*-Algorithmus • Greedy-Algorithmus
• Zwei-Personen-Spiele • MINIMAX-Suchverfahren WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
60
Der Stellungsbaum
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
61
Heuristische Suche • Heuristik-Funktion h(n): • h(n) = geschätzte Kosten für den billigsten Pfad vom Knoten n zu einem (erstrebenswerten) Zielknoten • Oft: h(n) 0, h(n) = 0 n ist Zielknoten
• In Lernenden Systemen ist die Heuristik-Funktion häufig der Lerngegenstand! WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
62
Greedy-Algorithmen • „Gierige“ Bestensuche • Wert des Knotens wird mit HeuristikWert identifiziert, d.h. f(n) = h(n) • Stets der Knoten, der „am nächsten“ am Ziel liegt, wird expandiert • Suchkosten sind minimal • Suche ist nicht optimal • Diskussion anhand eines Beispiels! WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
63
Der A*- Algorithmus (I) • Idee: Auch Kosten berücksichtigen, die (vom Anfang) zu dem aktuellen Knoten (tatsächlich) entstanden sind • Dies ermittelt die Funktion g(n) • Der Wert des Knotens ergibt sich dann zu: f(n) = g(n) + h(n) • A* expandiert stets Knoten mit minimalem f(n). WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
64
Der A*- Algorithmus (II) • •
Implementierung erfordert die Verwaltung zweier Listen, „offene“ OK und „behandelte“ Knoten BK Ablauf: Startknoten s Endknoten e (1) Füge Startknoten s zu OK (2) Ermittle Knoten k aus OK mit minimalem f(k) = h(k)+g(k) (3) Lösche k aus OK, füge k in BK ein (4) Für k = e terminiert der Algorithmus (5) Expandiere k. Führe für jeden Nachfolger n von k aus: (1) Ist nOK? Entferne ggf. Schleifen im Pfad. (2) Ist nBK? Entferne ggf. Schleifen im Pfad, propagiere dann Information zu Nachfolgern von n (6) Füge n in OK ein. (7) Gehe zu (2)
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
65
Der A*- Algorithmus (III) • Betrachte A* mit f(n) = h(n) + g(n) • • • • • • • •
Für g=0 findet A* eine beliebige Lösung Für g=c mit c >>h findet A* kürzesten Pfad Für g reale Kosten findet A* billigsten Pfad Für h ist perfekter Schätzwert konvergiert A* unmittelbar, d.h. ohne Suche Für h=0 wird Suche von g gesteuert Für g=0 h=0 ist A* eine zufällige Suche Für g=1 h=0 liefert A* eine Breitensuche BFS Falls h niemals die Kosten überschätzt, dann dann heißt h zulässig; A* ist dann optimal
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
66
Der A*- Algorithmus (IV) • Beispiel für eine derartige Heuristik: • Suche nach der kürzesten Straßenroute verwendet als Heuristik die Luftlinie
• Diskussion anhand eines Beispiels!
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
67
Das Mini-Max Suchverfahren • Zwei-Personen Nullsummenspiele mit vollständiger Information • Spieler: MAX, MIN • • • • •
MAX beginnt, dann MIN, dann MAX, ... Ausgangszustand (Anfangsaufstellung) Nachfolgerfunktion (mögliche Züge) Endzustände (gewonnen, remis, verloren) Nutzenfunktion (Wert der jeweiligen Endposition)
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
68
Beispiele • TicTacToe • MAX: 9 Zugmöglichkeiten am Anfang • Maximal 9 Züge insgesamt
• Schach • Durchschnittlich ca. 35 Züge • Durchschnittlich ca. 45 Züge insgesamt
• Backgammon • Ergebnisse zwischen +192 und –192 möglich WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
69
Die Mini-Max-Strategie • Gegner wird als optimal spielend angenommen • Wähle den Zug aus, der die Punktezahl maximiert, unter der Annahme, dass der Gegner (im Folgezug) die Punktezahl minimiert • Wende das Verfahren rekursiv auf Folgepositionen an • Verfahren setzt vollständige Tiefensuche voraus! Beispiel! WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
70
Alpha-Beta Pruning (I) • Problem: vollständige Suche ist nicht immer möglich • Lösung: Abschneiden von Zweigen, die (vermutlich) die Mini-Max-Werte nicht beeinflussen • Wann? Wenn an einem Knoten n ein Wert entsteht, der schlechter ist als eine Alternative m weiter oben im Baum (eine Stelle mit geringerem Level), wird er vermutlich nie erreicht und daher eliminiert WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
71
Alpha-Beta Pruning (II) • Alpha: Wert des bisherigen besten (maximalen) Knotens entlang des Pfades für MAX • Beta: Wert des bisherig besten (minimalen) Knotens entlang des Pfades für MIN • Alpha-Beta Suche aktualisiert Werte von Alpha und Beta und schneidet Zweige an einem Knoten ab, sobald der Wert des aktuellen Knotens schlechter als Alpha für MAX oder Beta für MIN ist. WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
72
Weitere Probleme • Abbrechen der Suche, falls es sich „anbietet“ • Ruhe in der Stellung (z.B. nach Figurenabtausch-Kombinationen) • Horizonteffekt (entscheidendes Problem wird nur durch mehr oder weniger sinnlose Züge hinausgezögert)
• Mustererkennung • Z.B. im Go, nur gedrehte/gespiegelte Positionen (Go: Verzweigungsfaktor initial 361) WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
73
Horizonteffekt
Schwarz am Zug
WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
74
Zusammenfassung und Laborübungen • Lernen als Baumsuche • Optimierungs- und Beschneidungsverfahren • Spezialprobleme und –lösungen • Historie und Stand der modernen Spielprogramme • Laborübung: Sukzessive Erweiterung des TicTacToe-Programmes! WS2005/06
Lernende Systeme - Prof. Dr. E.G. Haffner
75
Lernende Systeme Ende Teil 1
Master of Science in Electrical Engineering Wintersemester 2005/2006
Prof. Dr. E.-G. Haffner
View more...
Comments