slide1 l.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
高级人工智能 PowerPoint Presentation
Download Presentation
高级人工智能

Loading in 2 Seconds...

play fullscreen
1 / 98

高级人工智能 - PowerPoint PPT Presentation


  • 98 Views
  • Uploaded on

高级人工智能. 第四章 定性推理. 史忠植 中国科学院计算技术研究所. 内容提要. 4.1 概述 4.2 定性推理的基本方法 4.3 定性模型推理 4.4 定性进程推理 4.5 定性仿真推理 4.6 代数方法 4.7 几何空间定性推理. 什么是定性推理?. 定性推理 (qualitative reasoning) 是从物理系 统、生命系统的结构描述出发 , 导出行为描述 , 以便预测系统的行为并给出原因解释。定性推理 采用系统部件间的局部结构规则来解释系统行为 , 即部件状态的变化行为只与直接相邻的部件有关。. 概述.

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

PowerPoint Slideshow about '高级人工智能' - brick


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
slide1
高级人工智能

第四章定性推理

史忠植

中国科学院计算技术研究所

史忠植 高级人工智能

slide2
内容提要

4.1 概述

4.2 定性推理的基本方法

4.3 定性模型推理

4.4 定性进程推理

4.5 定性仿真推理

4.6 代数方法

4.7 几何空间定性推理

史忠植 高级人工智能

slide3
什么是定性推理?

定性推理(qualitative reasoning)是从物理系

统、生命系统的结构描述出发,导出行为描述,

以便预测系统的行为并给出原因解释。定性推理

采用系统部件间的局部结构规则来解释系统行为,

即部件状态的变化行为只与直接相邻的部件有关。

slide4
概述

1952年 Simmons提出定性分析的因果关系。

1977年 Rieger 发表了因果仿真的论文。

1984年 “Artificial Intelligence”杂志第24卷出版了定性推理专辑,

刊载了 de Kleer, Forbus 和Kuipers对定性推理奠基性的

文章, 这标志着定性推理开始走向成熟。

1986年 Iwasaki和Simmons发表了“Causality in Device

Behavior” 的文章。

1993年 “Artificial Intelligence”杂志第59卷又发表了一组文章,

回顾十年前这几位定性推理奠基人所做的工作。

史忠植 高级人工智能

slide5
概述

de Kleer的定性模型方法[de Kleer 1984]

Forbus的定性进程方法[Forbus 1984]

Kuipers 定性仿真法[Kuipers 1984]

史忠植 高级人工智能

slide6
概述

Davis 提出从结构描述出发进行故障论断的方法

Reiler提出从基本原理出发进行故障诊断的方法

Williams把定量运算和定性推理相结合建立了一个

混合代数系统Q1

Iwasaki 和 Simmons把经济学、热力学中所用的因果

关系形式化

Weld在分子生物学中设计了定性模拟程序

史忠植 高级人工智能

slide7
定性推理的基本方法

人类对物理世界的描述、解释, 常是以某种直观的定性

方法进行的,很少使用微分方程及具体的数值描述, 如

人们在骑自行车时, 为了避免摔倒和撞车, 并不需要使用

书本上的运动方程, 而是针对几个主要参量的变化趋势

给予粗略的、直观的, 但大体上准确的描述, 这就够了。

史忠植 高级人工智能

slide8
定性推理的基本方法

一般分析运动系统行为的标准过程可分为三个步骤:

(1) 决定描述对象系统特征的量。

(2) 用方程式表示量之间的相互关系。

(3) 分析方程式,得到数值解。

史忠植 高级人工智能

slide9
定性推理的基本方法

这类运动系统行为的问题用计算机进行求解时,

将面临如下三个问题:

(1) 步骤(1)(2)需要相当多的知识,并且要有相应的算法。

(2) 有的场合对象系统的性质很难用数学式子表示。

(3) 步骤(3)得到了数值解,但是对象系统的行为并不直观明了。

史忠植 高级人工智能

slide10
定性推理的基本方法

为了解决第二、第三个问题,定性推理一般采用下列分析步骤:

(1) 结构认识:将对象系统分解成部件的组合。

(2) 因果分析:当输入值变化时,分析对象系统中怎样传播。

(3) 行为推理:输入值随着时间变化,分析对象系统的内部状态怎样变化。

(4) 功能说明:行为推理的结果表明对象系统的行为,由此可以说明对象系统的功能。

史忠植 高级人工智能

slide11
定性推理的基本方法

定性推理的观点大体上可这样来理解:

• 忽略被描述对象的次要因素, 掌握主要因素简化问题的描述。

• 将随时间 t连续变化的参量 x(t)的值域离散化为定性值集合,

通常变量 x的定性值 [x]定义为

• 依物理规律将微分方程转换成定性(代数)方程, 或直接依物理

规律建立定性模拟或给出定性进程描述。

• 最后给出定性解释

史忠植 高级人工智能

slide12
定性模型推理

de Kleer研究解决经典物理问题需要哪些知识及如何

建立问题求解系统。他提出的定性模型方法所涉及

的物理系统是由管子、阀门、容器等装置组成, 约束

条件(定性方程)反映在这些装置的连接处, 依定性方程给出定性解释。

为将代数方程、微分方程定性化, 首先需定义变

量的定性值集合以及相应的定性运算。

史忠植 高级人工智能

slide13
定性模型推理

定性值集合是一个离散集合, 其元素是由对数轴的划分而得到的, 通常把数轴 (-∞,∞)划分成 (-∞,0) , 0,(0, ∞) 三段, 规定定性值集合为 {-,0,+}, 变量 x的定性值 [x]如下定义:

另外用 ∂x表示 dx/dt的定性值, 也即

史忠植 高级人工智能

slide14
定性模型推理

[x] ⊕ [y]

[x] ⊗ [y]

其中: 符号?表示不确定或无定义。

史忠植 高级人工智能

slide15
定性模型推理

下面给出⊕和 ⊗ 的运算规则。设 e1, e2是公式, 则有:

[0] ⊕ [e1]⇒[e1]

[0] ⊗ [e1]⇒[0]

[+] ⊗ [e1]⇒[e1]

[-] ⊗ [e1]⇒-[e1]

史忠植 高级人工智能

slide16
定性模型推理

使用下列规则,可将运算符+、转换成⊕、⊗:

[e1+e2] ⇒ [e1] ⊕ [e2]

[e1e2] ⇒ [e1]  [e2]

史忠植 高级人工智能

slide17
压力调节器

压力调节器是通过弹簧来控制阀门流量, 以使流量为某一设定值而不受流入的流量和负载变化的影响。根据物理学有

史忠植 高级人工智能

slide18
压力调节器

其中 Q是通过阀门的流量,P是压力, A是阀门开启的面

积, 而C是常系数,是流体的质量密度。按照运算和转

换规则而得到定性方程:

[Q] = [P]

∂Q = ∂A + ∂P (如果A > 0)

史忠植 高级人工智能

slide19
压力调节器

除了可以讨论每个状态内的定性分析还可讨论各状态间转换的定性分析。 de Kleer建立的 ENVSION系统是使用约束传播与生成测试方法来求解定性方程。

史忠植 高级人工智能

slide20
定性进程推理

Forbus提出的定性进程方法把物理现象视作由一些相关的进程来描述, 每个进程由一组个体、前提条件、数量条件、参数关系和影响来描述, 推理过程是从已知的进程表中依次选出一些可用的进程来描述一个物理过程。定性进程理论中有关定性物理的关键思想如下:

(1) 组织原则为物理进程。本体论在知识的组织上起着重要作用。在人们进行物理系统推理时,物理进程非常直观,用它组织物理领域的理论是合理的。

(2) 用顺序关系表示数值。重要的性质差别常由比较而来。例如,当压力和温度不同时产生流动;当温度到达某一界值时会发生相变等。在很多情况下,用一套序数关系表示数值更自然。

史忠植 高级人工智能

slide21
定性进程推理

(3) 单一机制假设。物理进程被看作是产生变化的机制。

这样,任何变化必须解释为某些物理进程的直接或

间接的影响。进程本体论为定性物理理论的因果性

打下了基础。

(4) 组合的定性数学。人们进行复杂系统推理时,使用

部分信息并进行组合。

(5) 清晰的表示及关于模型化假设的推理。明确地表示

某些特定知识的适用条件,并从领域理论中为特定

系统建模成为定性物理的中心任务。

史忠植 高级人工智能

slide22
定性进程推理

一个物理系统的变化是由进程引起的, 一个物理过程由一

些进程来描述, 这就是定性推理进程方法的基本观点。下

面介绍在定性进程推理中的量空间和进程的描述。

史忠植 高级人工智能

slide23
定性进程推理

1. 量空间

(1) 时间由区间表示, 区间之间的关系有前、后、相等。两个区间可以相连, 瞬间认为是极短的区间, 持续时间为 0。

(2) 物体的参数称作量, 量由其数量和导数组成。

Am表示数量的值, As表示数量的符号。

Dm表示数量导数值, Ds表示数量导数的符号。

(MQt) 表示时刻 t量 Q的值。

HAS-Quantity是谓词, 指某物体具有某参数。

(3) 一个量的所有可能取值构成量空间, 量空间的元素间有半序关系。

史忠植 高级人工智能

slide24
定性进程推理

2. 进程

一个物理进程 P由

一组个体、

一组前提条件、

一组数量条件、

一组参数关系和

一组影响

组成。

一个进程的具体示例称作进程例,用PI表示。

史忠植 高级人工智能

slide25
定性进程推理

Process heat-flow. 热流进程

Individuals: 一组个体

src an object, Has-Quantity(src, heat) src 是热源

dst an object, Has-Quantity(dst, heat) dst 是受热对象

path a heat-path, path是热流路径

Heat-connection(path, src, dst) 将 src, dst 连结起来

Preconclitions: 一组前提条件

Heat-Aligned(path) 热流路径安排好

Quantity Conditions: 一组数量条件

A[temperature(src)]> A[temperature(dst)] src 温度高于dst温度

史忠植 高级人工智能

slide26
定性进程推理

Relations: 一组参量关系

Let flow-rate be a quantity flow-rate (热流量)是一个数量

A[flow-rate] > ZERO. flow-rate 值>0

flow-rate ∝Q+ (temperature(src) -temperature(dst))

flow-rate与src,dst 的温差定性成比例

Influences: 一组影响

1-(heat(src), A[flow-rate]) flow-rate的值直接影响

heat(src),而且是负影响

1+(heat (dst), A[flow-rate]) flow-rate的值直接影响

heat(dst),而且是正影响

史忠植 高级人工智能

slide27
定性进程推理

演绎过程

在进程定性推理中,其演绎过程如下:

(1) 选进程。 对一组已知的个体来说, 在进程表中依各进程对个体的说明找出可能出现的那些进程例PI。

(2) 确定激活的 PI。依前提条件、数量条件确定每个 PI的状态。满足这些条件的为激活的 PI , 激活的 PI 叫进程结构。

(3) 确定量的变化。 个体的变化由相应量的 Ds值来表示。量的变化可由进程直接影响,也可由∝Q间接影响。

(4) 确定进程结构变化。量的变化将会引起进程结构的变化,确定这种变化也叫限制分析, 这样对一个物理过程的描述便由 (1)建立的 PI 进入了下一个 PI 。

重复(1)-(4) 的步骤便可给出一个物理过程的一串进程描述。

史忠植 高级人工智能

slide28
定性进程推理

史忠植 高级人工智能

slide29
定性仿真推理

1984年 Kuipers 发表了“因果性的常识推理:从结构导出

行为”论文。这篇论文建立了一种定性仿真推理的框架,

简单地给出了从常微分方程的抽象而得的定性结构和定性

行为表示方法。随后,1986年AI杂志又刊登了Kuipers

“定性仿真”一文,文中明确了抽象关系,提出用于定性

仿真的QSIM算法,并用抽象关系证明了其有效性和不

完备性。这两篇文章奠定了定性仿真的基础。演绎过程

史忠植 高级人工智能

slide30
定性仿真推理

定性仿真是从结构的定性描述出发来导出行为描述。直接用

部件的参量作为状态变量来描述物理结构, 定性约束直接由

物理规律得到, 把一个参量随时间的变化视作定性的状态序列,

求解算法是从初始状态出发, 生成各种可能的后续状态, 进而

通过一致性过滤, 重复该过程直到没有新状态出现。

定性仿真结构描述由系统的状态参数和约束关系组成。认为

参数是时间的可微函数, 约束是参数间的二元或多元关系。如

速度的导数是加速度。表为 DERIV(Vel, acc)。f = ma表为 MULT(m,a,f), f随g单调增加表为 M+(f,g),f随 g单调减少, 表

为 M-(f,g)。

史忠植 高级人工智能

slide31
定性仿真推理

行为描述关心参量的变化。假设参量f(t)是[a,b]到[-∞, ∞]

的可微函数。f的界标值是一个有限集合, 至少含有 f(a),f(b)。

集合 {t|t ∈ [a,b] ∧ f(t)是界标值} 的元素称作区别点。

定义4.1 设 l1<l2<┅ <lk是f: [a,b] →[-∞, ∞] 的界标值。对

任意t ∈ [a,b], f在 t的定性状态 QS(f,t)规定为有序对

<qval, qdir>,定义如下:

史忠植 高级人工智能

slide32
定性仿真推理

史忠植 高级人工智能

slide33
定性仿真推理

定义 4.2 设 ti, ti+1是相邻的区分点,规定 f在 (ti,ti+1)内的定性状态 QS(f, ti, ti+1) 仍为

QS(f,t) 其中 t∈(ti,ti+1)

史忠植 高级人工智能

slide34
定性仿真推理

定义 4.3 f在 [a,b]上的定性行为是f的定性状态序列QS(f,t0), QS(f,t0,t1), QS(f, t1), ┄ ,QS(f, tn)。其中ti(i=0,1,┄,n)为所有的

区分点, 且ti < ti+1,若 F = {f1, ┄, fn}, 则 F的定性行为是

QS(F,ti) = { QS(f1,ti),┄, QS(fn,ti)}

QS(F,ti,ti+1)= { QS(f1,ti,ti+1),┄, QS(fn,ti,ti+1)}

其中ti是f1, ┄, fk区分点并集的元素。

史忠植 高级人工智能

slide35
定性仿真推理

定性状态转换

在定性仿真中,定性状态转移是经常遇到的。假设 f是

可微函数,f从一个定性状态转换到另一个定性状态必须遵守

介值定理和中值定理。定性状态转换有两类:一类是P 转

换,该类转换是从时间点到时间区间;另一类是I 转换,

它是从时间区间到时间点的转换。下面给出转换表:

史忠植 高级人工智能

slide36
定性仿真推理

史忠植 高级人工智能

slide37
定性仿真推理

史忠植 高级人工智能

slide38
定性仿真推理

QSIM算法可对系统的行为进行定性仿真。首先将初始状态送入 ACTIVE表中, 然后重复 (1)—(6)直至 ACTIVE 表空为止。

算法 4.1 QSIM算法。

(1) 从 ACTIVE表中选一状态。

(2) 对每个参数按转换表找出所有可能的转换。

(3) 对约束中变元的转换生成二元组, 三元组集合, 依约束关系做一致性滤波。

(4) 对有公共变元的约束, 对元组进行组对, 再对组对的元组做一致性滤波。

史忠植 高级人工智能

slide39
定性仿真推理

(5) 从剩下的元组生成所有可能的全局解释。每个解释生成

一个新状态作为当前状态的后继状态。

(6) 对新状态做全局滤波, 剩下的状态送入 ACTIVE 表。全局

滤波排除下列状态:

• 无变化情形: 如 I1, I4, I7;

• 循环情形: 新状态与某个前辈状态相同;

• 发散情形: 某参数值为∞, 这时当前时间点必为结束点。

史忠植 高级人工智能

slide40
几何空间定性推理

空间定性推理是对几何形状或者运动性质进行定性推理,

首先需对空间位置及运动方式进行定性表示,进而对几何

形状及运动性质进行推理研究及预测分析,并作出逻辑解

释。空间定性推理是通过定义一组空间并寻找这些关系间

的联系来进行的。目前主要的研究是针对空间定性建模方

式、 空间形状及关系的定性表示和定性技术的形式化等,

产生解释理论, 但总体来看与解决工程问题距离尚远。

史忠植 高级人工智能

slide41
几何空间定性推理

将Allen的时态逻辑[Allen 1984]与Randall的空间逻辑

[Randall 1992]结合起来,形成空间、时间、连续运动的

表达逻辑。

另外从空间定性推理派生出空间规划理论, 可用于为一组

几何对象寻找满足一组约束的分布设计, 有关方法主要用于

设计自动化、定性建模等领域。 在这一领域已取得了一些

较有实际意义的成果, 如约束满足问题(CSP)求解理论, 而实

际上很多空间定性规划都是一个几何约束满足问题(GCSP)。

史忠植 高级人工智能

slide42
几何空间定性推理

1992年由Randell等人建立起来的RCC 空间时间逻辑是用于

对空间问题进行可达性的展望, 并已程序实现。与Kuipers的

QSIM方法类似, 基于RCC 逻辑的仿真算法也是从对系统进

行结构性的描述开始的, 系统将初始状态作为生成树的根

结点, 可能的行为则是树中从根结点到叶结点的路径。

史忠植 高级人工智能

qualitative spatial reasoning
Qualitative Spatial Reasoning

几何空间定性推理

  • Qualitative reasoning
      • modelling the continuous reality in manageable entities
      • solution for quantitative problems that are not computable
  • Two approaches
      • artificial intelligence → GI Science 1992 Randell, Cui, Cohn
      • databases → GI Systems 1991 Egenhofer, Franzosa

史忠植 高级人工智能

GISRUK 2004 – University of East Anglia

Slide 5 of 20

slide44

几何空间定性推理

RCC

RCC

  • RCC =
      • Region Connection Calculus
      • Randell, Cui, Cohn
  • topological relations of polygons
      • qualitative modelling
      • disjoint, meet, overlap
      • conceptual neighbourhood-diagram

史忠植 高级人工智能

GISRUK 2004 – University of East Anglia

Slide 6 of 20

rcc diagram

几何空间定性推理

RCC - diagram

Conceptual neighbourhood diagram

史忠植 高级人工智能

GISRUK 2004 – University of East Anglia

Slide 7 of 20

qualitative calculi
Qualitative Calculi
  • The success of qualitative reasoning relies on choice of good qualitative calculi
  • A q-calculus is generated by a set of jointly exhaustive and pairwise disjoint (JEPD) relations on the domain of discourse
rcc8 topological algebra
RCC8 Topological Algebra
  • Regions are nonempty regular closed subsets of a connected regular topological space (e.g. Euclidean space)
  • Basic RCC8 relations are defined on regions

史忠植 高级人工智能

rcc8 basic relations

A

A

A

A

A

B

A=B

B

B

B

B

RCC8 Basic Relations

DC EC PO TPP NTPP EQ

disjoint meet overlap covered_by contained_by equal

史忠植 高级人工智能

directional model
Directional Model
  • Point-based
    • Projection-based
    • Cone-based
  • Region-based
    • Rectangle Algebra
    • Direction-Relation Matix Model

史忠植 高级人工智能

cone based cardinal directions
Cone-Based Cardinal Directions
  • Frank AU. Qualitative spatial reasoning: Cardinal directions as an example. IJGIS, 1996,10:269~290

史忠植 高级人工智能

projection based card directions
Projection-Based Card. Directions
  • Frank AU. Qualitative spatial reasoning: Cardinal directions as an example. IJGIS, 1996,10:269~290

史忠植 高级人工智能

rectangle algebra
Rectangle Algebra

B

A(o,oi)B

A

A

B

A(m,d)B

  • The rectangle relation between two boxes A,B is described by the interval relations between the x- and y-projections of A, B

史忠植 高级人工智能

direction relation matrix
Direction-Relation Matrix

A1

A2

A3

For each reference object A, the plane is decomposed into 9 tiles, Ai (i=0,…,8), with A0 the MBR of A.

A

A4

A5

  • R.K. Goyal, M.J. Egenhofer: Similarity of Cardinal Directions. SSTD 2001: 36-58

A6

A7

A8

史忠植 高级人工智能

direction relation matrix54

B

A

C

Direction-Relation Matrix

The direction relation between A, B is expressed as a 3*3 Boolean matrix M=(mij), where mij=0 iff Ai is disjoint from B.

史忠植 高级人工智能

reasoning with q calculi
Reasoning with q-Calculi
  • Constraints
    • Given a q-calclus R, and a relation r in R, (x r y) express a constraint between two variables x and y
  • Composition
    • Given two constraints (x r y) & (y s z), we want to know the strongest relation t s.t. (x t z) is possible
    • t is called the weak composition of r and s

史忠植 高级人工智能

reasoning with q calculi56
Reasoning with q-Calculi
  • Given a constraint network

N={xirij xj},

is N satisfiable? This is the satisfaction problem.

  • For S a subset of the whole algebra, we write RSAT(S) for the problem of deciding satisfaction of networks with constraints over S.

史忠植 高级人工智能

reasoning with q calculi57
Reasoning with q-Calculi
  • The satisfaction problems are often NP hard, e.g. RSAT(IA) and RSAT(RCC8) are NPC
  • Reasoning problems in IA and RCC8 have been investigated thoroughly, and many useful techniques have been developed.

史忠植 高级人工智能

reasoning with q calculi58
Reasoning with q-Calculi
  • Local constraint solving techniques may be useful, e.g. path-consistency algorithm (PCA) can solve RSAT(S) if S is the maximal tractable subalgebra of IA

史忠植 高级人工智能

slide59
几何空间定性推理

空间逻辑的基础在于假设一个原语性的二元关系 C(x,y)。其中x,y表示两个区域(regiong), 谓词C表示共享一个以上公共点。也就是指相接触,它具有自反性、对称性。

1. 八个基本关系的定义

使用关系C(x,y), 一组基本的二元关系可以被定义为:

(1) DC(x,y): 表示两区域不相接触。

(2) EC(x,y): 表示两区域外部接触。

(3) PO(x,y): 表示两区域部分覆盖。

(4) =(x,y): 表示两区域完全相同。

(5) TPP(x,y): 表示$x$是$y$的一个严格部分并且$x,y$相切(内切)。

(6) NTPP(x,y): 表示$x$是$y$的一个严格部分但$x,y$不相接触(包含而不相切)。

(7) TPP(x,y): 表示$y$是$x$的一个严格部分并且$x,y$相切。

(8) TPP(x,y): 表示$y$是$x$的一个严格部分但$x,y$不相切接触。

史忠植 高级人工智能

slide60
几何空间定性推理

基本关系间的联系

这种空间逻辑与Allen的逻辑相类似, 也使用预计算的传递性

表来表示二元关系之间可能的变化联系, 在表中从任一关系

R3(a,c)可查找出所有可能的二元关系R1(a,b)与R2(b,c)。这

一表对定性仿真是很有用的。然而,近年的研究中尚未给出

这类传递性表的建立算法。但Randell提到在其仿真程序中

使用了该表来检验展望过程中状态描述的一致性。

史忠植 高级人工智能

slide61
几何空间定性推理

基本状态间的相互转换

根据两个区域的形状不同,上述八个基本关系可被分为6个子集:

(1) DC EC PO =

(2) DC EC PO TPP

(3) DC EC PO TPP-1

(4) DC EC PO TPP NTPP

(5) DC EC PO TPP-1 NTPP-1

(6) DC EC PO

史忠植 高级人工智能

slide62
几何空间定性推理

空间时间关系描述

1.方位性状态和运动性状态

Galton 将八个RCC 关系分为方位性状态(position state)和运动性状态(motion state),并且使用Allen 关于时间关系的一些逻辑化的形式, 给出了这种分类的定义。首先介绍一下Galton使用的概念、谓词和函数。

(1) 对时间的描述分为区间和时刻;

(2) 状态存在的描述谓词:

Holds-on(s,i) 表示在区间i上存在状态s;

Holds-at(s,t) 表示在时刻t存在状态s;

(3) 谓词 Div(t,i) 表示时刻t在区间i上;

(4) 函数inf(i)表示在区间i的开始时刻;

(5) 函数sup(i)表示在区间i的结束时刻;

史忠植 高级人工智能

slide63
几何空间定性推理

空间时间关系描述

方位性状态。 如果状态s满足

∀i (Holds-on(s,i)) →Holds-at(s,inf(i))∧ Holds-at(s,sup(i))

即如果一个状态s在时间区间i上存在, 则在该区间的起止时刻

这个状态都存在。具有这一性质的状态称为方位性状态。

史忠植 高级人工智能

slide64
几何空间定性推理

空间时间关系描述

运动性状态。如果状态s满足

∀t (Holds-on(s,t) →∃i (Div(t,i) ∧ Holds-on(s,i)))

即如果在某时刻t有状态s, 那么一定存在包含这一时刻的某

一区间使$s$在整个区间都存在, 具有这一性质的状态称为

运动性状态。

史忠植 高级人工智能

slide65
几何空间定性推理

空间时间关系描述

扰动原理

Galton根据这种分类给出了扰动原理, 这是对空间状态在时域变化进行描述的一组公理体系:

定义 4.5 扰动(perturbation)。如果RCC关系R与R'满足条件:

∃t(Holds-at(R(a,b),t)∧(∃i(Holds-on(R'(a,b),i)) ∧(inf(i)=t)∨ (sup(i)=t)))))

即如果时刻t有状态R,且有一个区间i开始或结束于t区间i上的状态为R'。此时称R与R' 互为扰动。

扰动原理: 每个RCC关系是它自身的扰动, 另外一个静止性的状态只能与一个运动性的状态互扰动, 反之亦然(只讨论刚体)。

史忠植 高级人工智能

slide66
几何空间定性推理

Randell算法

假设初始状态S0 已放入状态集合S中。

(1) 如果S空则停止;

(2) 从S中选出状态Si, 且移出;

(3) 如果Si为不一致状态将转(2);

(4) 应用状态约束选择可用变换规则;

(5) 用所选出的规则产生可能的下一个状态集合;

(6) 使用添加与删除规则;

(7) 进行状态内约束检查;

(8) 将剩下的状态加入S并转(1)。

史忠植 高级人工智能

slide67
空间推理的定义
  • 空间推理是指利用空间理论和人工智能AI (artificial intelligence) 技术对空间对象进行建模、描述和表示,并据此对空间对象间的空间关系进行定性或定量分析和处理的过程。目前, 空间推理被广泛应用于地理信息系统、机器人导航、高级视觉、自然语言理解、工程设计和物理位置的常识推理等方面, 并且正在不断向其他领域渗透, 其内涵非常广泛。空间推理的研究在人工智能中占有很重要的地位, 是人工智能领域的一个研究热点。

史忠植 高级人工智能

slide68
空间推理关键属性
  • (1) 空间推理是以空间和存在于空间中的空间对象为研究对象。我们不能脱离空间和存在于空间中的空间对象来研究空间推理。
  • (2) 在空间推理过程中运用人工智能技术和方法。
  • (3) 空间推理处理的是一个或几个推理的问题。
  • (4) 空间推理是基于空间和存在于空间中的空间对象已经被 建模的前提下。 我们不能在没有模型的情况下讨论空间推理。
  • (5) 空间推理必须能够给出关于空间和存在于空间中的空间对象的定性或定量的推理结果。
  • (6) 空间推理必须能够描述空间行为。

史忠植 高级人工智能

slide69
空间推理关键属性
  • (7) 当空间推理模型把问题分解为几个组成部分时, 必须能够描述这些组成部分的相互作用。
  • (8) 在空间推理过程中, 可能用到空间谓词, 空间中确定的点使某些空间谓词为真, 而使另一些空间谓词为假。
  • (9) 空间推理应该能够处理带有模糊性和不确定性的空间信息。
  • (10) 空间推理中应该能够添加和处理时间因素, 即成为时空推理。
  • (11) 空间推理应该具有空间自然语言理解能力。

史忠植 高级人工智能

slide70
空间推理的主要研究机构
  • 1.美国国家地理空间数据交换所NGDC (National Geospatial Data Clearinghouse) 所属的USGS (U. S. Geological Survey) 站点是美国国家空间数据基础设施NSDI (National Spatial Data Infrastructure) 的重要组成部分。这个交换所提供了一个来自于U SGS 的查找地理空间信息或空间参考数据的途径, 这些数据是以元数据的形式存在的。这个站点是由USGS 和美国联邦地理数据委员会(FGDC——Federal Geographic Data Committee) 共同维护的。 USGS 根据数据内容可以分为生物学资源信息、地理信息、国家地图绘制信息和水资源信息这4个分布的数据集合。

史忠植 高级人工智能

slide71
空间推理的主要研究机构
  • 2.美国国家地理信息和分析中心NCGIA (National Center for Geographic Information and Analysis) 是一个独立的研究联盟,致力于包括GIS 在内的地理信息科学和相关技术的基础研究,成立于1988 年. 这个联盟的3个协会是加利福尼亚大学、布法罗大学和缅因州大学,主要由国家自然科学基金会NSF (National Science Foundation) 资助, 现在, 这个联盟每年得到大约500 万美元的资助.今天,NCGIA 已经成为一个国际的基础研究焦点,它的3个站点吸引了来自世界各地的短期和长期访问者,它的教育节目也满足了不同层次的学生的需要。NCGIA 的研究课题主要包括:空间数据的精度和不确定性、认知的模型和表示等。http//www.ncgia.ucsb.edu

史忠植 高级人工智能

slide72
空间推理的主要研究机构
  • 3.欧洲定性空间推理网SPACENET 是一个由多所

大学联合的空间推理的网络, 分布在欧洲的有12 个

SPACENET 站点, 是由欧盟资助的。由英国利兹

大学计算机研究学院主任Anthony Cohn 教授领导,

致力于空间表示和自动推理(尤其是定性空间推理)

以及拓扑和形式化的空间模型。 Cohn, Randell 和

Cui 等人曾提出了著名的区域连接演算(RCC) 算法。

史忠植 高级人工智能

slide73
空间推理的主要研究机构
  • 匹兹堡大学的空间信息研究组, 是一个致力于空间信息的理解和应用的研究机构。它们的研究主要涉及GIS、超文本导航和科学可视化的特征、空间推理的形式方法和人们对空间认识经验的研究。
  • 慕尼黑大学空间推理研究组, 主要研究方向是定性空间推理. 包括空间位置知识的表示、空间信息传播约束、定性空间推理和神经网络模型的综合。
  • 瑞士洛桑的A I 实验室EPFL , 主要研究方向包括自然语言的语义和逻辑分析、时空推理、语言和感知之间的关系。

史忠植 高级人工智能

slide74
空间推理的研究进展
  • 对空间推理的许多研究方向进行分类、归纳和整理之后得到的主要研究方向是:

(1) 空间数据库的精度。

(2) 空间关系语言。

(3) 空间推理与地理信息系统。

(4) 空间决策支持系统。

(5) 空间数据的不确定性处理。

(6) 形式化的绘图知识。

(7) 时空推理。

史忠植 高级人工智能

slide75
空间推理的研究进展

(8) 定性空间推理。

(9) 空间推理的用户界面。

(10) 基于案例(CASE-BASED) 的空间推理.

(11) 空间推理的认知问题。

(12) 空间推理与机器人视觉。

(13) 常识推理。

(14) 区域连接演算RCC-8。

史忠植 高级人工智能

slide76

空间推理的研究热点

  • 大量的空间推理文献、近年来召开的国际空间推理学术会议以及Internet 网的空间推理站点都表明, 时空推理STSR (spatio-temporal spatial reasoning)、定性空间推理QSR (qualitative spatial reasoning) 和地理信息系统是空间推理的研究热点。

史忠植 高级人工智能

slide77

空间推理的研究热点

  • 时空推理

当今世界是在漫长的历史长河中,历经沧桑演变进化而来的。世界中的任何事物和现象都遵循着诞生、生长,直至消失或死亡的自然规律。同样,现代文明和科技的进步无不是人类历史的经验积累和结晶。人类在认识和解释当今世界事物和现象时,不但渴望甚至必须了解它们的过去,而且希望预测未知的将来,以便在必要的时候采取一定措施,使人类社会朝着美好的方向发展。在这绵延不断的历史轨迹中,无不打上了时间的烙印,因此,探索适宜的工具和方法,沿着时间脉络研究和推理客观世界内在机制和时空发展规律,就显得十分重要。

史忠植 高级人工智能

slide78

空间推理的研究热点

总的来说,影响空间推理结果的因素包括空间因素和时间因素。所谓时空推理是指在空间推理过程中添加时间因素。地表、地下和大气等空间对象的状态不仅受到空间因素的影响, 同时, 从一个漫长的时间过程来看,也必将受到时间因素的影响。可以说, 时空推理是更为一般的空间推理, 或者可以说空间推理是时空推理的一个特例。目前, 时空推理方面的研究还处于起步阶段。下面, 我简单地介绍一些权威学者对时空推理的认识和他们提出的时空推理模型。

史忠植 高级人工智能

slide79

空间推理的研究热点

1. Richard A. Block 在他的论文“Psychological Time and the Processing of Spatial Information”中指出:“与其说空间为时间提供了一个框架,不如说时间感知为空间感知提供了一个框架”。“位置和持续时间之间、个人经验和常识之间以及期望和回顾之间存在重要的区别”。他提出了上下文时间模型, 并且把它扩展到空间, 模型着眼于哪些变量对持续时间和其他种类的时间体验之间及行为和判断之间的相互作用有影响,这些变量包括实验者的特征、时间周期、时间周期上的活动和时间行为。

史忠植 高级人工智能

slide80

空间推理的研究热点

2. A. G. Cohn, Z. Cui, D. A. Randell 在他们的论文“Exploiting Temporal Continuity in Qualitative Spatial Calculus”中提出了一个空间知识推理的逻辑框架, 目的是为人工智能系统的表示和推理提供一个形式上的时间和空间的公理理论。 他们的形式方法可以用于时间或空间区域, 并且提供了一套基本关系和推理机。 特别是他们定义了基本关系的合成表, 可以用于检验时空约束, 甚至用于检验区域特征的时空演变。

史忠植 高级人工智能

slide81

空间推理的研究热点

  • 3.在论文“Temporal Dynamics and Geographic Information System s”中, Stephen Stead 认为, 现实世界是沿着一条根据数值的时间范围划分的有唯一顺序的时间路线运转。 他借鉴考古应用中的为时间建模的方法, 提出了标准切割时间技术方法, 存储风景快照作为解释背景。 Stead 把已知数据元素表示在四维空间(x , y , z 和t) 中, 这样一来, 就可以为现实世界的过程建模了。2000 年6 月在新奥尔良召开的IEA/A IE22000 研讨会和在德克萨斯召开的AAA I22000 研讨会以及2000年8 月在柏林召开的ECA I22000 等空间推理研讨会, 都是以时空推理为主题的。

史忠植 高级人工智能

slide82

空间推理的研究热点

史忠植 高级人工智能

slide83

空间推理的研究热点

  • 定性空间推理

当描述一个空间配置或对这样的配置进行推理的时候, 要获得精确、定量的数据通常是不可能的或不必要的。在这种情况下, 可能要用到关于空间配置的定性推理。 定性空间表示包括许多不同的方面,我们不仅要判定什么样的空间实体是我们可以接受的,同时还要考虑描述这些空间实体之间关系的不同方法。例如, 我们可以仅考虑它们的拓扑结构、大小、形状, 或它们之间的距离。 当然, 这些概念之间并不是完全独立的。

史忠植 高级人工智能

slide84

空间推理的研究热点

Clarke 用C (x , y ) 表示两个区域x和y 是相互连接的, 所谓连接是指两个由点集构成的区域共享一点. 在区域连接演算RCC-8 系统中, 这种解释被稍加改动为: 共享一点的区域的闭包, 改动后的解释有助于区分区域、区域的闭包和区域的内部. RCC-8 是用于定性空间表示和推理的拓扑结构方法, 定性空间表示和推理中的空间区域是一个非空的拓扑空间子集. 在RCC-8 演算中, 使用8个穷举并且不相交的关系来描述两个空间区域之间的拓扑关系。

史忠植 高级人工智能

slide85

空间推理的研究热点

另一个拓扑关系表示和推理的方法是“n-交集”表示, 在这种表示方法中, 每一个区域都与3个点的集合联系在一起, 这3个点的集合分别是区域的内部、区域的边界和区域的补。两区域间的关系可以通过用一个被称为9-交集的3×3 的矩阵来刻画, 矩阵的每个元素表示来自每个区域的相应集合的交集是否为空。实际上, 利用一个更为简单的2×2 的4-交集矩阵就可以充分地描述RCC-8 关系。可是, 3×3 的矩阵允许表示更多的考虑到区域和嵌入空间之间关系的集合。

史忠植 高级人工智能

slide86

空间推理的研究热点

近几年, 由于认识到空间知识本质上是定性的, 定性空间推理(qualitative spatial reasoning) 研究成为空间推理研究的主流, 发展出公理化、代数、几何约束满足和基于模型的推理等方法。

史忠植 高级人工智能

slide87

国内空间推理研究

空间推理研究的方法学

廖士中, 王建民, 王海山提出了提出了空间推理一个新的一般框架和研究方法学。

概述了空间推理研究的内容、关键问题和基本方法, 从基本原则、形式框架、研究步骤、表示体系和推理框架等五个方面提出了空间推理研究的方法学, 结合实际研究案例阐述了该方法的合理性与有效性。最后指出了空间推理研究的进一步工作和方向。

史忠植 高级人工智能

slide88

国内空间推理研究

1.空间推理研究方法学应以计算有效性和认知合理性为原则, 来评价空间推理的建模方法、表示形式和推理算法。——基本原则

2. 空间推理的形式框架为约束满足问(CSP)。 约束满足问题包含一组变量和一组变量间的约束, 目标是找到所有变量一个或多个赋值, 使得所有约束得到满足。——形式框架

3则空间推理的研究步骤如下。

步骤1. 界定易处理问题类。

步骤2. 基于概念邻域结构建立空间知识表示的层次

体系。

步骤3. 应用约束满足方法在层次体系中推导结论

史忠植 高级人工智能

slide89

国内空间推理研究

  • 4 表示体系

知识表示是概括智能行为的模型, 是人工智能研究中的基本问题之一。 找出被表示世界领域中的结构, 并构造各种保持结构的表示形式, 是各种表示方法的本质。表示有定量表示和定性表示、拟真表示和替代表示。

5 推理框架

史忠植 高级人工智能

slide90

国内空间推理研究

(2)定性空间推理的分层递阶框架

  • 分层递阶框架

定性空间推理的分层递阶框架包括空间知识的定性表示、定性建模以及定性推理的基本形式和基本原则。下面首先阐述定性空间推理一般框架的基本原则,然后分别论述空间知识定性表示和定性推理的一般形式和方法。

  基本原则——分层递阶框架以计算有效性和认知合理性为原则, 来评价定性空间推理的建模方法、表示形式和推理算法。

史忠植 高级人工智能

slide91

国内空间推理研究

  • 定性表示是相对于定量表示而言的. 一般地, 定性表示仅表示独特的和主要的特征, 而定量表示以预定的单位表示所有的细节. 在建模方面, 定性表示独立于固定的粒度, 而定量表示以固定的粒度描述事物. 定性表示的性质可总结如下:

(1) 适用于识别任务, 而不是重构任务. 定性表示针对给定的问题仅做必需的区分, 而不是以固定的粒度描述所有可能的状态.

(2) 常基于比较, 反映量级的相对组织, 而不是绝对信息.

史忠植 高级人工智能

slide92

国内空间推理研究

(3) 是欠确定的. 定性表示可嵌入特定的上下文或一组对象中, 而不需要包含许多具体信息.

(4) 可处理不明确的知识. 定性表示可根据问题的已知条件选择一个合适的粒度、抽象层次来表

示问题.

(5) 独立于固定的粒度.

(6) 增量性. 尽管单个定性关系的区分能力很弱, 但若干关系的交集可得到任意精细的区分.

史忠植 高级人工智能

slide93

国内空间推理研究

下面给出一个定性空间推理分层递阶框架的一般推理方法,并进一步说明其中各步骤的实施方法。

步骤1. 界定易处理问题类。

步骤2. 基于概念邻域结构建立空间知识表示的层次体系。

步骤3. 应用约束满足方法在层次体系中推导。

结论。

史忠植 高级人工智能

slide94

国内空间推理研究

  • 则上述实现步骤3 的算法可描述如下:

算法1. RH , 定性空间推理分层递阶层框架定性推理的一般算法.

输入: H , 其中包含各个层次的推理规则,,

输出: 关于CL 的解及选定的层次level.

过程:

 步骤1. level←L ;

  步骤2. 若level 层为“T”则返回“无解”; 若level 层为“⊥”则返回“平凡解”.

  步骤3. 若level 层未标记, 则应用 对 进行约束传播, 否则返回“当前表示无法给出解”.

史忠植 高级人工智能

slide95

国内空间推理研究

步骤4. 若约束传播的结果是不相容的, 则标记level 层,

level←level-1,

  ←abstraction ( ) ,

 转步骤2;

否则, 若约束传播的结果是平凡解, 则

  标记level 层,

level←level+1,

  ←specification ( ) ,

  转步骤2.

 步骤5. 返回相容解。

史忠植 高级人工智能

slide96

国内空间推理研究

  • 分析:

算法RH 中引用了两个子过程abstraction 和specification。这两个过程找出当前概念或关系在上一层(abstraction ) 和下一层(specification) 的概念或关系的闭包, 具有线性时间复杂性。显然算法RH 也是易处理的。

史忠植 高级人工智能

slide97

国内空间推理研究

(3)基于规则知识的空间推理研究

空间推理表现为演绎、表达变换、条件推理三种基本形式。作者(沙宗尧 、边馥苓、陈江平、江聪世)认为,空间推理有深层的推理,也有浅层的推理,浅层次的空间推理不需要预先知道的领域或认知知识的支持,所以一般不涉及领域知识的表示与利用问题,而深层次的推理结合了人工智能技术,涉及到空间知识的获取、表达与利用,或称为基于规则知识的空间推理。

史忠植 高级人工智能

slide98
史忠植.高级人工智能. 科学出版社,2006

Randell D, Cui Z , Cohn A. A spatial logic based on regions and connection. San Mateo:Morgan Kaufmann,    1992, pp. 165-176

李三江. 空间推理研究进展报告. 清华大学计算机系

刘大有 , 胡鹤 , 王生生 , 谢琦. 时空推理研究进展. 软件学报, 2004年8期

王润科.空间推理的初步认识。202.201.18.40:8080/members/1000112/wangrunke.ppt

致 谢

史忠植 高级人工智能