人工知能２ 2008 April 28

1. 人工知能２2008April28 状態空間表現 探索法（知識を用いない探索）

2. 状態と演算（作用） • 状態(state)　→　次状態(next state) 　　　　　　　　　↑ 　　　　 演算（作用）operator • 状態遷移図（グラフ）が出来ればこれを解く（問題から出発してここに至るまでが勝負）

3. 例2：ロボットの迷路抜け • 入り口から出口への経路を見つける（ロボットは地図を知らない）

4. ロボットの迷路抜け • 道の真ん中を歩く（両壁から均等の距離を保つ）

5. ロボットの迷路抜け • 格子点上を一歩ずつ歩く：（1,1）から（4,4）へ (4,4) (1,1)

6. ロボットの迷路抜け (1,1) • （1,1）から（4,4）へ 3 (3,4) (4,4) (2,4) (2,3) (1,4) (2,4) (2,2) (2,3) (3,3) 2 (3,2) (1,4) (3,4) (3,2) (3,1) (2,2) 4 (3,3) (4,4) (3,1) (1,1)

7. グラフ探索（基本的には前向き推論） • 目標節点（求める状態記述に即したもの）を探索する • open list に今後調べなければならない節点を入れておく（調べ終わったらopenから出す） • まず、始節点がgoalかどうか調べる（違ったら次へ行く）

8. 探索の基本アルゴリズム（木の場合） • Search algorithm{ • １．初期節点をopenリストに入れる • 2.if(open==empty)break;（探索失敗） • 3.n=first(open); • 4.iｆ(goal(n))print(n);break;（探索終了） • 5.remove(n,open); • 6.　次に調べる節点をopenに入れる • 7.　２へもどる｝

9. Depth-1ST-search（木の場合） • Depth-first-search algorithm{ • １．初期節点をopenリストに入れる • 2.if(open==empty)break;（探索失敗） • 3.n=first(open); • 4.iｆ(goal(n))print(n);break;（探索終了） • 5.remove(n,open); • 6.　次に調べる節点をopenに入れる(nを展開し、全ての子節点niをopenの先頭に入れる)。 niからnへポインタを付けておく。 • 7.　２へもどる｝

10. 例題：S→A→B→D→E→G S(1,1) • S（1,1）からG（4,4）へ (3,4) (4,4) (2,4) A(2,3) (1,4) B(2,4) C(2,2) (2,3) (3,3) 2 H(3,2) D(1,4) E(3,4) (3,2) I(3,1) (2,2) 4 F(3,3) G(4,4) (3,1) (1,1)

11. Depth-1ST深さ優先探索（graph） • Depth-first-search algorithm{ • １．初期節点をopenリストに入れる • 2.if(open==empty)break;（探索失敗） • 3.n=first(open); • 4.iｆ(goal(n))print(n);break;（探索終了） • 5.remove(n,open);add(n,closed); • 6.　次に調べる節点をopenに入れる(nを展開し、全ての子節点niをopenの先頭に入れる)。 niからnへポインタを付けておく。 • 7.　２へもどる｝

12. Breadth-1ST幅優先探索（graph) • breadth-first-search algorithm{ • １．初期節点をopenリストに入れる • 2.if(open==empty)break;（探索失敗） • 3.n=first(open); • 4.iｆ(goal(n))print(n);break;（探索終了） • 5.remove(n,open);add(n,closed); • 6.　次に調べる節点をopenに入れる(nを展開し、全ての子節点niをopenの最後に入れる)。 niからnへポインタを付けておく。 • 7.　２へもどる｝

13. Open list　の変化 • 深さ優先の場合S→A→BC→DEC→EC→GF • （状態遷移はS→A→B→E→G） • 幅優先の場合　S→A→BC→CDE→DEHI→EHI→HIGF→IGF→GF • （状態遷移はS→A→B→E→G）