problemi di planning
DESCRIPTION
Problemi di Planning. Ingegneria della Conoscenza e Sistemi Esperti Ettore Colombo. Problem-Solving Types. Classification Construction Configuration Assignment Planning Simulation. PLANNING. Robotica: ricerca di algoritmi per dire automaticamente ad un robot come muoversi. - PowerPoint PPT PresentationTRANSCRIPT
Problemi di Planning
Ingegneria della Conoscenza e Sistemi Esperti
Ettore Colombo
Problem-Solving Types
Classification
Construction Configuration Assignment Planning
Simulation
Robotica:ricerca di algoritmi per dire automaticamente ad un
robot come muoversi
Intelligenza Artificiale
PLANNING
Motion Planning
Discrete Planning
• Knowledge Based Planning• Expet Systems for Planning
Trajectory Planning
Control Theory (approccio analitico) Storicamente: Modellazione attraverso equazioni differenziali e sistemi di equazioni differenziali; svilupppo di feedback policies per una risposta adattiva durante l’esecuzione, mirata alla stabilità del sistemaNuovi orizzonti: modellazione incertezza e ricerca dell’ottimizzazione
Descrizione del Problema
Dati: uno stato iniziale un insieme di azioni un obiettivo da raggiungere (Goal)
Risultato: determinazione di un piano, ossia un
insieme (parzialmente o totalmente ordinato) di azioni necessarie per raggiungere il goal
Esempio
Descrizione del problema: supponiamo di avere come obiettivo quello di raggiungere l’università per seguire le lezioni e di essere a casa e di avere un automobile a disposizione
Stato iniziale: sono a casa e ho un’auto a disposizione
Obiettivo: raggiungere l’università
Esempio: soluzione
Una possibile soluzione:1. prendere il materiale per le lezioni;2. prendere le chiavi dell’auto;3. uscire di casa;4. prendere l’auto;5. raggiungere l’università;6. entrare in aula;7. ...
Pianificare ci permette di scegliere le azioni giuste da eseguire nella giusta sequenza: invertendo 2 e 3 arriveremmo ad una soluzione impraticabile
Esempio: soluzioni equivalenti
Un’ altra possibile soluzione (equivalente alla precedente, ottenuta invertendo 1 e 2):
1. prendere le chiavi dell’auto;2. prendere il materiale per le lezioni;3. uscire di casa;4. prendere l’auto;5. raggiungere l’università;6. entrare in aula;7. ...
Non sempre è necessario definire l’ordine delle azioni (il piano può avere un ordinamento parziale)
Esempio: estensione della rappresentazione
Estendendo la descrizione del problema all’esistenza dei “mezzi pubblici” si possono ottenere delle soluzioni diverse
Consideriamo quindi anche la possibile azione di “prendere l’autobus” un’altra possibile soluzione sarebbe:
1. prendere il materiale per le lezioni;2. prendere i biglietti dell’autobus;3. uscire di casa;4. raggiungere la fermata dell’autobus;5. prendere l’autobus;6. raggiungere l’università;7. entrare in aula;8. ...
Definizioni a confronto
“The task of coming up with a sequnce of action that will achieve a goal is called planning”
[S.M. LaValle]
“Problem solving agents decide what to do by finding sequnces of actions that lead to desirable states”
[S.M. LaValle]
PLANNING = PROBLEM SOLVING METHOD
PLANNING = PROBLEMA
Caratteristiche delle Attività
Pianificazione ricerca del PianoEsecuzione applicazione del Piano
Non decomponibile: ci può essere interazione tra sottoproblemi
Reversibile: le scelte fatte durante la generazione del piano sono revocabili (backtracking)
Irreversibile: l’esecuzione delle azioni porta ad un cambiamento di stato irreversibile
Non deterministica: il piano può avere un effetto diverso quando applicato al mondo reale che spesso è impredicibile. In questo caso è possibile rifare il piano solo parzialmente oppure invelidarlo a seconda del problema
Pro
blem
a
Alcuni Concetti Base
Pianificatore Automatico Decision maker, Intelligent Agent, Planner
Rappresentazione StatoRappresentazione GoalRappresentazione AzioniRappresentazione Piano
Pianificatore Automatico
Un pianificatore automatico è un agente intelligente che, date: una rappresentazione dello stato iniziale una rappresentazione del goal una descrizione formale delle azioni
eseguibili
definisce il piano di azioni necessario per raggiungere il goal
Rappresentazione dello stato
Occorre fornire al Planner un modello del dominio del problema
Scelta di un adeguato linguaggio di rappresentazione
Limiti nella rappresentazione dello stato
Lo stato di un sistema spesso può essere osservato solo in modo parziale, per diversi motivi:
Limiti sensoriali: alcuni aspetti non sono osservabili il dominio è troppo dinamico per consentire un
aggiornamento continuo della rappresentazione Frame Problem: il dominio è troppo vasto per essere
rappresentato nella sua interezza Incertezza: le osservazioni sono soggette a rumore e
quindi si hanno delle osservazioni parziali o imperfette
Rappresentazione del goal
Per rappresentare il Goal si utilizza lo stesso linguaggio usato per la rappresentazione dello stato iniziale.
Il Goal è spesso rappresentato con una descrizione parziale dello stato finale: descrive le condizioni che devono essere verificate affinché il goal sia soddisfatto
Rappresentazioni delle azioni
Il planner deve essere costruito secondo una Teoria del Dominio in cui sono descritte in modo formale le azioni eseguibili
Una generica azione sarà descritta da: Nome: identificativo Precondizione: condizioni che devono essere verificate
affinché l’azione possa essere eseguita Postcondizione: gli effetti che l’azione porta sul mondo
Si possono avere: Azioni atomiche Necessità di rappresentare del tempo
Rappresentazione del Piano
Azioni atomiche: Successione di azioni
Rappresentazione del tempo Successione di coppie [Azione, Intervallo
di tempo]
Rappresentazione di condizioni
Tecniche Intelligenza Artificiale
Pianificazione Classica Tipo di pianificazione off-line che produce l’intero piano prima di eseguirlo
lavorando su una rappresentazione istantanea dello stato corrente Assunzioni:
• Tempo Atomico• Determinismo degli effetti• Stato iniziale completamente noto• Non esistono altri eventi oltre alle azioni consentite che modificano lo stato
Pianificazione Reattiva Metodo on-line Ambiente deterministico e dinamico Osservazioni del mondo durante pianificazione e esecuzione Spesso si alterna la pianificazione con l’esecuzione “reagendo” ai
cambiamenti di stato Pianificazione Condizionale
Piano costituito da:• azioni• verifica di condizioni• comportamento condizionale a seconda dei risultati delle verifiche
Pianificazione Classica
Planning Deduttivo Uso di linguaggi logic based Situation Calculus (fine anni 60)
Planning Mediante Ricerca Uso di linguaggi specializzati Planning Lineare STRIPS (primi anni 70) Planning Non Lineare Partial Order Planning (POP)
Planning Gerarchico definire operatori a diversi livelli di astrazione pianificare ad livello alto sostitituire macro azioni con loro espansione (magari già
precompilata)
Problem-Solving Types
Classification
Construction Configuration Assignment Planning
Simulation
Expert Systems for Configuration
Oggetti Elementari: oggetti base con attributi e relazioni tra essi
Problema: Selezione, parametrizzazione e aggregazione di oggetti base in oggetti soluzione
Soluzione: unione di oggetti base che costituiscono una soluzione (ottima) che soddisfa le richieste
Spazio Soluzioni: le configurazioni diverse sono m^n dove n=#medio di attributi dell’oggetto richiesti ognuno con m valori
Esempi: Configurazione di ascensori, di computer
Expert Systems for Assignment
Oggetti Elementari: almeno due insiemi disgiunti di oggetti
Problema: fornire un piano di ordinamento che considera previsioni, risorse e altre restrizioni
Soluzione: piano di assegnamento (ottimo) che mappa un oggetto ad un altro
Spazio Soluzioni: con due insiemi di n elementi ci sono n! possibili soluzioni
Esempi: generazione di orari/calendari, utilizzo di macchine
Expert Systems for Planning
Oggetti Elementari: oggetti con attributi e operatori (generici) con precondizioni e azioni
Problema: trasformazione di uno stato iniziale dato in uno stato finale desiderato
Soluzione: sequenza (ottima) di operatori applicabili che trasformano stati iniziali in stati finali
Spazio Soluzioni: i piani differenti sono m^n dove m=#medio di operatori applicabili in ogni stato intermedio e n=#medio di operatori per soluzione
Planning 1 - Esperimenti in genetica molecolare
Problema: sostanze disponibili, organismi, azioni e scopo dell’esperimento
Soluzione: sequenza di azioni per raggiungere lo scopo dell’esperimento e l’indicazione delle sostanze e degli organismi necessari all’esperimento
Spazio Soluzioni: tutti i piani disponibiliSistema: MOLGEN [Friedland 79, 85]
Planning 2 – Produzione di semilavorati
Problema: “blank”, forma, proprietà e le possibili azioni di lavoro (bucare, macinare, dipingere, etc...)
Soluzione: sequenza, processo manifatturiero per trasformare lo stato “blank” nello stato finale
Spazio Soluzione: tutti i possibili piani di lavoro
Sistema: ExAP [Dyckhoff 89]
Planning: Altri Esempi di sistemi
Uso efficace delle capacità di una macchina ISIS [Fox 83, Smith 86]
Mondo dei Blocchi, composizione di blocchi [Sacerdoti 77]
Individuazione di terapie per il trattamento del cancro: ONCOCIN/OPAL [Hickman 85, Musen 87]
PSM adottati per il problema di Planning
Planning è un particolare problema di Costruzione
PSM adottati sono PSM tipici dei problemi di Costruzione (configurazione, planning, assegnamento)
Construction: Problem Solving Methods
Heuristic construction Skeletal construction Propose-revise strategy Propose-exchange strategy Least-commitment strategy
Model based constructionCase based construction
P Truck Compounding
Dominio
Divisione Materiali della Business Unit Truck di Pirelli Pneumatici
Esperti con una profonda conoscenza della materia Istruzione personale (chimici) Scuola Pirelli (esperienza secolare)
Terminologia (1)
Mescola: composto chimico ottenuto principalmente utilizzando gomma
Descrizione: Caratteristiche Mescola CM Ricetta elenco di coppie [ingrediente,
quantità]
Terminologia (2)
Famiglie di ingredienti Attributi descrittivi degli ingredienti di una famiglia
Combinazioni: aggregati omogenei (per famiglia) Sistemi: aggregati eterogenei
Interventi di modifica della ricetta Aumento/Diminuzione Sostituzione Shift
Due livelli di descrizione (livello ingredienti, livello delle famiglie e dei sistemi)
Gli ingredientiIngredienti a disposizione per la produzione delle mescole
SMR 20STR 20RSS 3BR NiBR CoBR LiBR TiSBR 1500SBR 1502SBR 17126PPDTMQDTPDWax
CB CRX 1345CB CRX 1380
CB N115CB N121CB N220CB N326
SILICAAROMATIC OIL
Styrene-Indene ResinTESPT50%
Fatty Acid Zinc SaltStearic Acid
ZnOTBBS
CBSCTP
SULFUR
Ogni ingrediente appartiene ad una famiglia di ingredienti
Carbon BlackNR - Gomme Naturali
BR - Gomme Polibutadieniche
SBR - Gomme Stirene Butadiene
Cariche ChiareOli
ResineSilano
Derivati di Acidi Grassi
Vulcanizzanti
Cera
AcidiZnO
?????????
?????????
Le ricetteSTR 20 q1
BR Ni q2
CB CRX 1345 q3
SILICA q4
Styrene-Indene Resin q5
TESPT50% q6
Fatty Acid Zinc Salt q7 Stearic Acid q8
ZnO q9
6PPD q10 TMQ q11
DTPD q12
Wax q13
TBBS q14
CTP q15 SULFUR q16
SMR 20 q1
SBR 1502 q2
CB CRX 1345 q3
CB N115 q4
SILICA q5
TESPT50% q6
Styrene-Indene Resin q7
AROMATIC OIL q8
Fatty Acid Zinc Salt q9 Stearic Acid q10
ZnO q11
6PPD q12 TMQ q13
DTPD q14
Wax q15
TBBS q16
CTP q17 SULFUR q18
Le combinazioniNR
SBR
Carbon Black
SMR 20 q1
SBR 1502 q2
CB CRX 1345 q3
CB N115 q4
SILICA q5
TESPT50% q6
Styrene-Indene Resin q7
AROMATIC OIL q8
Fatty Acid Zinc Salt q9 Stearic Acid q10
ZnO q11
6PPD q12 TMQ q13
DTPD q14
Wax q15
TBBS q16
CTP q17 SULFUR q18
SiliciSilani
ResineOliDer. Acidi Grassi
Acidi
ZnO?????????Cere
???
???
Zolfo
I sistemiNR
SBR
Carbon Black
SMR 20 q1
SBR 1502 q2
CB CRX 1345 q3
CB N115 q4
SILICA q5
TESPT50% q6
Styrene-Indene Resin q7
AROMATIC OIL q8
Fatty Acid Zinc Salt q9 Stearic Acid q10
ZnO q11
6PPD q12 TMQ q13
DTPD q14
Wax q15
TBBS q16
CTP q17 SULFUR q18
SiliciSilani
ResineOliDer. Acidi Grassi
Acidi
ZnO?????????Cere
???
???
Zolfo
Sistema Matrice Polimerica
Sistema Rinforzante
Sistema Plastificante
Sistema Ausiliari di Processo
Sistema Attivanti della Vulcanizzazione
Sistema Protettivo
Sistema Acceleranti della Vulcanizzazione
Sistema Agenti Vulcanizzanti
Il problema della formulazione
IN: Mescola Richieste di modifica delle CM
OUT: Sequenza di IR (interventi di modifica della ricetta)
Dov’è la conoscenza?
Regole di Formulazione Relazioni esistenti tra CM e IR
Vincoli di Formulazione Sulle quantità di ingredienti Sui valori degli attributi
T-Matrix
Strumento di rappresentazione Strumento di supporto alla KA Regole di formulazione:
(IR, CM, corr, prop)
No Correlation (NC)
P-Truck Compounding
IN: Ricetta associata ad una mescola Richieste di modifica delle CM
Dati: IR Possibili Conoscenza: T-Matrix e Vincoli di Formulazione
OUT: Sequnza di IR (interventi di modifica della ricetta)
PTruck Compounding
Stato Iniziale: RicettaGoal: Raggiungere la variazione delle
Caratteristiche desiderataAzioni: Interventi sulla RicettaConoscenza a disposizione: il
Knowledge Artifact (T-Matrix) e vincoli
Quale PSM abbiamo scelto?Perchè non è un problema di
configurazione?
Mondo dei blocchi
Problema: data una configurazione di quattro blocchi (ad es [2]) si desidera trovare l’insieme di operazioni per ottenere la configurazione finale di blocchi desiderata [1]
Stato Iniziale: [2] Obiettivo: [1] Azioni Eseguibili: spostare un blocco libero per volta o sul
tavolo o su un altro blocco Esempi di trasformazioni di stato
• Da 2 a 3• Da 3 a 4 o 5
ABCD A
DCB A
BC
DAB
CD
A
BC
D
1 2 3 4 5