Московский Государственныйинститут радиотехники, электроники и автоматики Технический университет кафедра ИТСФакультет КибернетикиКУРСОВАЯ РАБОТАпо курсу Интеллектуальныесистемы управлениятема Полная параллельнаяподдержка для систем планирования, основанных на случаяхстудент Частухин Виталийгруппа АИ-1-93руководитель ЗахаровМОСКВА 1996Полная параллельнаяподдержка для систем планирования, основанных на случаяхОписаниеТипичнаясистема планирования, основанная на случаях решает новые задачи путем поискаподобных случаев в памяти и выбора одного или нескольких, наиболее подходящих кпоставленной задаче.
Система подгоняет выбранные случаи к новому плану, которыйвычисляется для текущей задачи.После отработки ошибочных случаев в новомплане, система сохраняет его как новый случай для возможного повторногоиспользования и отключается от его выполнения . Системапланирования, основанная на случаях отличается от систем генерирования планов,таких как Нонлин от англ. Nonlinear - нелинейный , которые строят плохоподобранный план путем поиска подходящего фрагмента плана, расширения этогофрагмента путем добавления в него действий и затем проверки расширенногофрагмента плана на вредность и полезность взаимодействий между внедреннымидействиями.
Это дорогой процесс.Системыпланирования, основанные на случаях действуют иначе т.е. не начинают спостройки плохо подобранного плана . Планировщик пытается найти наиболее полноподходящий план, в котором все вредные взаимодействия уже изъяты.
Большая частьсистем планирования, основанных на случаях использует последовательные процедуры для выборки случаев. Ониформируют подбираемый образец, который сравнивает свойства поставленной задачисо своими свойсвами, содержащимися в случае. Однако последовательное сравнениеобразца с каждым из случаев в настоящей базе случаев, состоящей из сотен илитысяч элементов недопустимо дорого.В результате, эти системы обращаются кпамяти редко, зачастую только при восстановлении единичного случая, чтобыприспособиться ко всем целям решаемой задачи.
Такие системы могут вести поискслучаев более эффективно, используя индексацию для ограничения свойств впоисковом образце посредством этого ограничивается область поиска в базеслучаев, но такой подход порождает некоторые другие проблемы .Система Капер Система планирования, основанная на случаях разработана для непосредственнойпереадресации некоторых задач последовательной выборки на индексированную базуслучаев.Капериспользует полный параллелизм Машины Связи вычислителя для быстрой выборки случаеви планов из обширной неиндексированной памяти.
Система может выбирать случаи ипланы, основанные на нескольких свойствах целевой задачи, включающих абстракциицелевых свойств. Контролируя, какое из свойств является свойством образца, атакже его уровень абстракции, таким образом может быть исследован весь диапазонзапросов.В отличие отпоследовательных планировщиков, Капер может преподнести к выборке сразунесколько планов или надпланов для достижения различных частей решаемойзадачи и далее объединить их в один композитный план, который решает все илибольшую часть поставленных задач с наибольшей достоверностью.Рассмотримтакже организацию базы знаний и подбор плана а Организация базы знаний База знанийорганизуется как семантическая сеть, содержащая представления эпизодических иконцептуальных знаний.
Концепция включает объекты, которые могут иметьфизические свойства, действия, которые могут задаваться правилами, начальныеусловия и следствия.
Концепция организуется отношениями is-a принадлежности ,part whole частичного порядка и другими. Представление концепция можеттакже содержать включения или индивидуальные имена типов, которые представляютчасть объектов. Эпизодическиезнания описываются накопленным опытом системы или опытами, которые были ейсообщены заранее . Каждому эпизоду ставится в соответствие определенные дата,время, место и другие свойства.Эпизодывключают случаи первичная задача планирования , е-планы первично выполняемыепланы , е-действия первично выполняемые простейшие действия .Случай состоитиз задачи планирования начальная ситуация - требуемое решение , е-планыгенерируются для ее решения и возвращения после их выполнения на начальныйуровень.
Е-планы состоят из иерархически организованных е-планов надпланов ,каждый из которых решает задачи надзадачи.В концеиерархии планов имеются е-действия, которые строго индивидуальны случаиконцепции действия . В Капере узлысемантической сети представляют концепции, имена типов и эпизоды.
Память Капераосуществлена с использованием полной параллельной, основанной на фреймах,системы представления знаний, названной Парка. Капериспользует Структурный Конструктор для выборки эпизодов из памяти.СтруктурныйКонструктор рассматривает базу знаний как граф с вершинами, представляющимисобой фреймы и гранями, представляющими собой слоты которые связывают собойдва фрейма . б Подбор плана Капер-планировщиккомбинирует исходные планы в единый новый план, а Плановый Адаптер исполняетего часть для обнаружения и использования взаимодействий между комбинированнымипланами.
Авторы иназвание оригинала переведенной статьи MassivelyParallel Support for Case-Based Planning ,Brian P.Kettler, James A. Hendler, William A.Anderson, and Matthew P. Evett.