Patologija v hevristi nih preiskovalnih algoritmih
Download
1 / 73

Patologija v hevrističnih preiskovalnih algoritmih - PowerPoint PPT Presentation


  • 157 Views
  • Updated On :
  • Presentation posted in: General

Patologija v hevrističnih preiskovalnih algoritmih. Mitja Luštrek. Doktorska disertacija Mentor: akad. prof. dr. Ivan Bratko Somentor: prof. dr. Matjaž Gams. Hevristični preiskovalni algoritmi. Stanja. Prehodi med stanji. Prostor stanj. Hevristični preiskovalni algoritmi. Trenutno stanje.

Related searches for Patologija v hevrističnih preiskovalnih algoritmih

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha

Download Presentation

Patologija v hevrističnih preiskovalnih algoritmih

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Patologija v hevrističnihpreiskovalnih algoritmih

Mitja Luštrek

Doktorska disertacija

Mentor: akad. prof. dr. Ivan Bratko

Somentor: prof. dr. Matjaž Gams


Hevristični preiskovalni algoritmi

Stanja

Prehodi med stanji

Prostor stanj


Hevristični preiskovalni algoritmi

Trenutno stanje


Hevristični preiskovalni algoritmi

Preiskovanje


Hevristični preiskovalni algoritmi

Hevristične ocene


Hevristični preiskovalni algoritmi

Ocene prenesemo proti trenutnemu stanju


Hevristični preiskovalni algoritmi

Naredimo potezo


Patologija

Globlje preiskovanje da slabše odločitve ...


Patologija

... kot plitvejše


Dve vrsti preiskovalnih algoritmov

  • Minimaks

    • Igre z dvema igralcema

  • Enoagentno preiskovanje

    • Iskanje poti po zemljevidu

    • ...


Patologija minimaksa


Primer patologije

Trenutni položaj

Prava poteza

5

6

Drevo igre

Prave vrednosti

7

5

6

9

7

4

5

3

1

6

9

8


Primer patologije

5

6

Hevristične ocene

7

5

6

9

8/7

2/4

6/5

3/3

2/1

4/6

9/9

6/8


Primer patologije

5

6

Maks

8/7

6/5

4/6

9/9

8/7

2/4

6/5

3/3

2/1

4/6

9/9

6/8


Primer patologije

Min

6/5

4/6

8/7

6/5

4/6

9/9

8/7

2/4

6/5

3/3

2/1

4/6

9/9

6/8


Primer patologije

Izbrana poteza

6/5

4/6

8/7

6/5

4/6

9/9

8/7

2/4

6/5

3/3

2/1

4/6

9/9

6/8


Primer patologije

Hevristične ocene

6/5

4/6

4/5

6/6

7

5

6

9

7

4

5

3

1

6

9

8


Primer patologije

Izbrana poteza

6/5

4/6

4/5

6/6

7

5

6

9

7

4

5

3

1

6

9

8


Primer patologije

6/5

4/6

4/5

6/6

Večja globina

preiskovanja (3)

Manjša globina

preiskovanja (1)


Primer patologije

6/5

4/6

4/5

6/6

Večja hevristična napaka

(1, 2)

Manjša hevristična napaka

(1, 0)

Večja globina

preiskovanja (3)

Manjša globina

preiskovanja (1)


Primer patologije

Napačna poteza

Prava poteza

6/5

4/6

4/5

6/6

Večja hevristična napaka

(1, 2)

Manjša hevristična napaka

(1, 0)

Večja globina

preiskovanja (3)

Manjša globina

preiskovanja (1)


Pretekla opažanja patologije

Nau [1979], Beal [1980], Bratko & Gams [1982], Pearl [1983] ...

Bealov model:

  • konstantna vejitev drevesa igre

  • dve vrednosti – poraz, zmaga

  • verjetnost poraza se z nivoja na nivo ohranja

  • vrednosti vozlišč znotraj nivoja neodvisne

  • statična hevristična napaka – predstavljena kot verjetnost, da se poraz in zmaga zamenjata – neodvisna od globine

Zdi se realističen, a je patološki – realnost pa ni patološka


Realnovrednostni minimaks

Naš model:

  • konstantna vejitev drevesa igre

  • dve vrednosti – poraz, zmaga

  • verjetnost poraza se z nivoja na nivo ohranja

  • vrednosti vozlišč znotraj nivoja neodvisne

  • statična hevristična napaka – predstavljena kot verjetnost, da se poraz in zmaga zamenjata – neodvisna od globine


Realnovrednostni minimaks

Naš model:

  • konstantna vejitev drevesa igre

  • dve vrednosti – poraz, zmaga

  • verjetnost poraza se z nivoja na nivo ohranja

  • vrednosti vozlišč znotraj nivoja neodvisne

  • statična hevristična napaka – predstavljena kot verjetnost, da se poraz in zmaga zamenjata – neodvisna od globine


Realnovrednostni minimaks

Naš model:

  • konstantna vejitev drevesa igre

  • realne vrednosti

  • verjetnost poraza se z nivoja na nivo ohranja

  • vrednosti vozlišč znotraj nivoja neodvisne

  • statična hevristična napaka – predstavljena kot verjetnost, da se poraz in zmaga zamenjata – neodvisna od globine

V dobljenih položajih pot proti zmagi

V izgubljenih položajih verjetnost poraza

Programi delajo tako


Realnovrednostni minimaks

Naš model:

  • konstantna vejitev drevesa igre

  • realne vrednosti

  • po pretvorbi v dve vrednosti se verjetnost poraza z nivoja na nivo ohranja

  • vrednosti vozlišč znotraj nivoja neodvisne

  • statična hevristična napaka – predstavljena kot verjetnost, da se poraz in zmaga zamenjata – neodvisna od globine


Realnovrednostni minimaks

Naš model:

  • konstantna vejitev drevesa igre

  • realne vrednosti

  • po pretvorbi v dve vrednosti se verjetnost poraza z nivoja na nivo ohranja

  • vrednosti vozlišč znotraj nivoja neodvisne

  • statična hevristična napaka – predstavljena kot verjetnost, da se poraz in zmaga zamenjata – neodvisna od globine


Realnovrednostni minimaks

Naš model:

  • konstantna vejitev drevesa igre

  • realne vrednosti

  • po pretvorbi v dve vrednosti se verjetnost poraza z nivoja na nivo ohranja

  • vrednosti vozlišč znotraj nivoja neodvisne

  • statična hevristična napaka – predstavljena kot Gaussov šum – neodvisna od globine


Merjenje patološkosti

Merimo napako v korenu

Drevo igre

Preiskujemo do različnih globin

Konstantna statična hevristična napaka


Merjenje patološkosti

Napaka v korenu z globino narašča:

patologija

Drevo igre

Napaka v korenu z globino pada:

normalno


Napaka v korenu

Naš model normalen

Bealov model patološki


Naš model pove

Konstantna realnovrednostna statična hevristična napaka odpravi patologijo

Pretekle razlage manj enostavne, postavljale dodatne pogoje

[Scheucher & Kaindl 1998]


Posplošitev

Konstantna realnovrednostna statična hevristična napaka odpravi patologijo

Matematično dokazali, da to velja v drevesih igre z neodvisnimi vrednostmi sosednjih vozlišč nasploh


Posplošitev

Konstantna realnovrednostna statična hevristična napaka odpravi patologijo

Matematično dokazali, da to velja v drevesih igre z neodvisnimi vrednostmi sosednjih vozlišč nasploh


Zakaj je minimaks koristen

Hevristične vrednosti

Prave vrednosti


Zakaj je minimaks koristen

Širši krivulji:

večja varianca

Ožja krivulja:

manjša varianca


Zakaj je minimaks koristen

Vsak nivo preiskovanja:

  • zmanjša varianco

  • hevristične vrednosti približa pravim

  • zmanjša napako


Zakaj je minimaks koristen

Prava vrednost starša


Zakaj je minimaks koristen

Večji brat prevelik

Manjši brat prevelik


Zakaj je minimaks koristen

Manjši brat prevelik – škoduje


Zakaj je minimaks koristen

Večji brat premajhen

Manjši brat večji od večjega


Zakaj je minimaks koristen

Manjši brat večji od večjega - koristi


Zakaj je minimaks koristen

Koristni učinek manjšega brata večji od škodljivega


Zakaj je minimaks koristen

Razlaga koristnosti minimaksa


Dejavniki, ki vplivajo na patologijo

  • Število vrednosti položajev – zrnatost

  • Vejitev drevesa igre

  • Odvisnost sosednjih vozlišč


Zrnatost

Na nivoju 5 je več vozlišč z vrednostjo 1

Na nivoju 5 je manj vozlišč z vrednostjo 2


Zrnatost

Od tod podobno zrnatosti 2


Zrnatost

Maksimumi oklestijo majhne vrednosti

Minimumi oklestijo velike vrednosti


Zrnatost

Na vrhu podobno zrnatosti 2


Zrnatost

Do konca zastopanih več vrednosti


Vejitev drevesa igre

Vejitev spodbuja patologijo


Vejitev drevesa igre

Minimum in maksimum izločita 1/2 vrednosti

Minimum in maksimum izločita 9/10 vrednosti


Odvisnost sosednjih vozlišč

Ujemanje s šahom


Odvisnost sosednjih vozlišč

Neodvisna

Odvisna


Vsi trije dejavniki

Celovit pregled vpliva različnih dejavnikov na patologijo


Patologijaenoagentnega preiskovanja


Minimin namesto minimaksa

2

7

Minimum

Maksimum

2

7

2

7

Minimum

Minimum

Minimum

Minimum

2

5

7

8

2

5

7

8

Enoagentno preiskovanje - minimin

Minimaks


Patologija v umetnih drevesih

  • Realnovrednostna preiskovalna drevesa

  • Možna razloga za patologijo:

    • prave vrednosti v drevesu

    • hevristična ocenjevalna funkcija


Hevristične ocenjevalne funkcije

Optimistična

Navadna

0

0

Hevristična

vrednost

starša

Prava

vrednost

Hevristična

vrednost

starša

Prava

vrednost

Pesimistična

Nepadajoča

Od-0 optimistična

0

0

Hevristična

vrednost

starša

Prava

vrednost

Hevristična

vrednost

starša

Prava

vrednost


Hevristične ocenjevalne funkcije


Hevristične ocenjevalne funkcije

Naša ugotovitev:

nepadajočost ključna

optimističnost zaželena

Običajno:

optimističnost ključna

nepadajočost zaželena


Hevristične ocenjevalne funkcije

Ugotovitev, kako hevristična ocenjevalna funkcija vpliva na patologijo


Patologija pri iskanju poti

  • Algoritem LRTS (learning real-time search)

  • 5 zemljevidov iz računalniških iger

  • 1.000 iskanj najkrajših poti

  • Patologija nastopi v 58% iskanj


Patologija zaradi učenja

LRTS se med iskanjem uči popravkov hevrističnih vrednosti


Patologija zaradi učenja

Učenje koristi bolj

Učenje koristi manj


Patologija zaradi učenja

Učenje koristi bolj

Učenje koristi manj

Manjše globine boljše

Manjše globine bliže večjim

Manjša globina večkrat da boljšo odločitev od večje


Patologija zaradi učenja

Brez učenja patologije manj: 58% → 20%


Patologija zaradi načina preiskovanja

LRTS ne preiskuje vsak premik, ampak le, ko doseže rob prej preiskanega prostora


Patologija zaradi načina preiskovanja

Večje razlike med globinami

Manjše razlike med globinami


Patologija zaradi načina preiskovanja

Večje razlike med globinami

Manjše razlike med globinami

Manjša globina večkrat da boljšo odločitev od večje


Patologija zaradi načina preiskovanja

Pri preiskovanju vsak premik patologije manj: 58% →13%


Patologija pri iskanju poti

Razlaga patologije pri iskanju poti


Prispevki k znanosti

  • Minimaks:

    • ugotovitev, da konstantna realnovrednostna statična napaka odpravi patologijo (+ matematični dokaz)

    • razlaga koristnosti minimaksa

    • celovit pregled vpliva treh dejavnikov na patologijo

  • Enoagentno preiskovanje:

    • ugotovitev (in razlaga), kako hevristična ocenjevalna funkcija vpliva na patologijo

    • razlaga patologije pri iskanju poti

    • razlaga vpliva pravih vrednosti v drevesu na patologijo

    • razlaga koristnosti enoagentnega preiskovanja


  • Login