A4B33ZUI Základy umělé inteligence

Podobné dokumenty
a4b33zui Základy umělé inteligence

Základy umělé inteligence

Dokumentace programu piskvorek

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2017

MATEMATICKÁ TEORIE ROZHODOVÁNÍ

Hry a UI historie. von Neumann, 1944 algoritmy perfektní hry Zuse, Wiener, Shannon, přibližné vyhodnocování

Cvičení ke kursu Vyčíslitelnost

MATEMATICKÁ TEORIE ROZHODOVÁNÍ

Výroková a predikátová logika - V

Metody návrhu algoritmů, příklady. IB111 Programování a algoritmizace

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014

Zdůvodněte, proč funkce n lg(n) roste alespoň stejně rychle nebo rychleji než než funkce lg(n!). Symbolem lg značíme logaritmus o základu 2.

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2014

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015

Umělá inteligence I. Roman Barták, KTIML.

Predikátová logika. Teoretická informatika Tomáš Foltýnek

Varianty Monte Carlo Tree Search

Formální systém výrokové logiky

Micro:bit lekce 3. - Konstrukci If Then a If Then Else najdete v kategorii Logic - Podmínky od If (např. porovnání < >= atd.) najdete taktéž v Logic

Úvod do teorie grafů

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016

Přijímací zkouška - matematika

Hodnocení soutěžních úloh

Cvičení z Lineární algebry 1

Predikátová logika. prvního řádu

Zadání soutěžních úloh

"Agent Hledač" (3. přednáška)

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

Drsná matematika III 10. demonstrovaná cvičení Kostry grafů

Úvod do teorie her

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2016

1 REZOLUČNÍ FORMÁLNÍ DŮKAZY

Logika a logické programování

ALGEBRA. Téma 5: Vektorové prostory

KMA Písemná část přijímací zkoušky - MFS 2o16

Úvod do teoretické informatiky(2017/2018) cvičení 6 1

Každé formuli výrokového počtu přiřadíme hodnotu 0, půjde-li o formuli nepravdivou, a hodnotu 1, půjde-li. α neplatí. β je nutná podmínka pro α

Teorie grafů. zadání úloh. letní semestr 2008/2009. Poslední aktualizace: 19. května First Prev Next Last Go Back Full Screen Close Quit

Základy logiky a teorie množin

Cílem seminární práce je aplikace teoretických znalostí z přednášky na konkrétní úlohy. Podstatu algoritmu totiž

Predik atov a logika - pˇredn aˇska () Predik atov a logika - pˇredn aˇska / 16

Výroková a predikátová logika - VIII

Cvičení Aktivita 1. část 2. část 3. část Ústní Celkem Známka

Teorie her a ekonomické rozhodování. 2. Maticové hry

Základy umělé inteligence

Příklady z Kombinatoriky a grafů I - LS 2015/2016

Výroková a predikátová logika - VIII

FVL UO, Brno 2018 str. 1

2. Řešení úloh hraní her Hraní her (Teorie a algoritmy hraní her)

Výroková logika syntaxe a sémantika

NEJKRATŠÍ CESTY I. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze

Hraní her. (Teorie a algoritmy hraní her) Řešení úloh hraní her. Václav Matoušek /

Anotace. Středník II!! programování her.

Cvičení z logiky II.

u odpovědí typu A, B, C, D, E: Obsah: jako 0) CLP Constraint Logic Programming

Obor: Informatika Únor 2006 Okruh: Základy matematiky Otázka: 1. Jméno: Bodů:...

2 HRA V EXPLICITNÍM TVARU

Implementace A* algoritmu na konkrétní problém orientace v prostoru budov

Úloha ve stavovém prostoru SP je <s 0, C>, kde s 0 je počáteční stav C je množina požadovaných cílových stavů

Algoritmy pro práci s neúplnou informací

Výroková a predikátová logika - XII

! Kyberne(ka!a!umělá!inteligence! 8.!Hraní!dvouhráčových!her,!adversariální! prohledávání!stavového!prostoru!!!!

2.1 Formule predikátové logiky. větám. Použijte k tomu predikátových symbolu uvedených v textu.

Aplikace: Znalostní báze

1. Převeďte dané číslo do dvojkové, osmičkové a šestnáctkové soustavy: a) b)

Výroková logika. Teoretická informatika Tomáš Foltýnek

Obsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi

Obsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi

Algoritmizace prostorových úloh

Rozhodování, markovské rozhodovací procesy

Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry.

Výroková a predikátová logika - III

Systematická tvorba jízdního řádu 2. cvičení

Teorie rozhodování (decision theory)

Obsah: Hry Prohledávání stavového prostoru. Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi

Matematická indukce, sumy a produkty, matematická logika

1 Nejkratší cesta grafem

platné nejsou Sokrates je smrtelný. (r) 1/??

Třídy složitosti P a NP, NP-úplnost

Návrh Designu: Radek Mařík

Hry a UI historie. agent musí brát v úvahu akce jiných agentů jak ovlivní jeho. vliv ostatních agentů prvek náhody. Hry: Obsah:

Příklad 1. Kolik přirozených čísel menších než 1000 lze vytvořit z číslic 0, 1, 2, 4, 8, jestliže se číslice mohou opakovat?

Agent pracující v částečně pozorovatelném prostředí udržuje na základě senzorického modelu odhaduje, jak se svět může vyvíjet.

Algoritmus Minimax. Tomáš Kühr. Projektový seminář 1

pro bakalářské studijní programy fyzika, informatika a matematika 2018, varianta A

Matematická logika. Miroslav Kolařík

Řešení: PŘENESVĚŽ (N, A, B, C) = přenes N disků z A na B pomocí C

Prohledávání do šířky = algoritmus vlny

Obsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi

Teorie her a ekonomické rozhodování. 4. Hry v rozvinutém tvaru

Optimalizace & soft omezení: algoritmy

Hry a UI historie. Obsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi

Dijkstrův algoritmus

Obsah Obyčejné diferenciální rovnice

MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0.

Obsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi

Obsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi. 72 studentů

Unární je také spojka negace. pro je operace binární - příkladem může být funkce se signaturou. Binární je velká většina logických spojek

Hry a UI historie. Obsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi

Další (neklasické) logiky. Jiří Velebil: AD0B01LGR 2015 Predikátová logika 1/20

Transkript:

LS 2014 Jméno: A4B33ZUI Základy umělé inteligence 11. 6. 2014 O1 O2 O3 O4 O5 Total (50) Instrukce: Na vypracování máte 150 min, můžete použít vlastní poznámky v podobě ručně popsaného listu A4. Použití počítače nebo mobilního telefonu není povoleno. V otázkách true/false zakroužkujte jednu z možností. Pokud si odpovědí nejste jistí, zdůvodněte ji. Otázka 1 (1 bod za správnou, -1 bod za špatnou odpověd) TRUE/FALSE tvrzení (a) (TRUE/FALSE) Formule: X (clovek(x) smrtelny(x)) korektně kóduje tvrzení Všichni lidé jsou smrtelní. (b) (TRUE/FALSE) Rozhodněte, zda platí: X(p(X) q(x)) Xp(X) Xq(X). (c) (TRUE/FALSE) Nejobecnější unifikací pro dvojici literálů q(a, g(x, a), f(y )) a q(y, g(f(b), a), X) je substituce θ = {f(y ) X, a Y } (proměnné jsou značeny velkými písmeny, konstanty malými). (d) (TRUE/FALSE) Každý prohledávací problém může být zapsán jako MDP s identickým optimálním řešením. (e) (TRUE/FALSE) Problém sekvenčního rozhodování za neurčitosti s pozorovatelnými stavy lze vždy řešit pomocí dynamického programování (v řadě případů je ale výhodnější jiný přístup, například analytické řešení soustavy lineárních rovnic u iterace taktiky). (f) (TRUE/FALSE) Pokud je pro některé uzly n hodnota heuristiky h(n) použitá v algoritmu A* větší než skutečná cena pohybu z uzlu n do cíle, potom algoritmus negarantuje nalezení optimálního řešení, ale může najít řešení rychleji. (g) (TRUE/FALSE) Časová složitost algoritmu prohledávání do šířky je O(bd ), paměťová je O(b d), kde b je branching factor a d hloubka prohledávaného stromu. (h) (TRUE/FALSE) V nekonečných grafech algoritmus prohledávání do šířky (BFS) nikdy nenalezne řešení. (i) (TRUE/FALSE) Prohledávání do šířky (BFS) vždycky expanduje stejně nebo víc uzlů jako algoritmus A* (pro shodný problém). (j) (TRUE/FALSE) Předpokládejme, že věž se může na šachovnici pohybovat vertikálně nebo horizontálně o libovolný počet políček, ale nemůže přeskakovat jiné figurky. Cílem je přemístit věž z políčka A na políčko B v minimálním počtu tahů. Pro tento problém platí, že Manhatanská vzdálenost je přípustná heuristika.

Otázka 2 (10 bodů) Představte si, že vytváříte školní rozvrh, kdy potřebujete cvičení a přednášky umístit do místností, které jsou v jedné budově. Přednášky mohou být pouze v místnostech určených přednáškám, cvičení mohou být jak v přednáškových místnostech, tak v malých třídách. Každému cvičení a přednášce je už přiřazený konkrétní učitel i studenti. Učitelé obecně učí ve více cvičení a přednáškách, plus platí další omezení typická pro školní rozvrh. Pro zjednodušení uvažujte, že studenti jsou přiřazeni konkrétním cvičením a přednáškám, všechny cvičení a přednášky trvají stejnou dobu. (4 body) Formulujte obecný problém rozvrhu jako CSP problém. Navrhněte a formálně zapište co možná nejefektivnější reprezentaci proměnných, domén a omezení. (2 body) Popište základní schému algoritmu řešícího CSP a ukažte, ve kterých krocích (místech) tento algoritmus může využít algoritmus hranové konzistence a heuristiky pro výběr proměnných. (2 body) Popište, jak funguje algoritmus AC-3 (pseudokód a vysvětlení). (2 bod) Popište dvě různé heuristiky pro výběr proměnných a jednu heuristiku pro výběr hodnoty proměnné. 2

Otázka 3 Pac-man(10 bodů) Ve hře Pacman a Zeď hraje Pacman proti pohybující se zdi. Při Pacmanově tahu se musí Pacman pohnout v jednom ze čtyř směrů (nahoru, dolu, doprava, doleva) a musí se pohnout na neobsazené políčko. Stejně tak při tahu Zdi se Zeď pohnout v jednom ze čtyř směrů (nahoru, dolu, doprava, doleva) a musí se pohnout na neobsazené políčko. Zeď se nemůže posunout na políčko, na kterém je tečka. Hráči se střídají v tazích, a když je hráč na tahu, tak nemůže zůstat stát. Pacmanovo skóre je rovno počtu teček, které sní. Pacman se toto skóre snaží maximalizovat a hra je s nulovým součtem. Figure 1: Hra Pacman (a - 2 body) Nakreslete herní strom s jedním tahem pro každého hráče pro hru, která začíná ve stavu uvedeném výše. Nakreslete pouze přípustné tahy. (b - 1 bod) Pro strom nakreslený v předchozím bodě určete ohodnocení stavu v každém listu. Jako ohodnocující funkci pro výpočet hodnoty hry použijte Pacmanovo skóre. (c - 1 bod) Uvažujme pro výše uvedenou konfiguraci hru s deseti tahy pro každého hráče. Znovu si důkladně přečtěte pravidla hry. Jaká bude hodnota hry spočítaná minimaxem? Druhá hra se hraje na složitější herní desce. Na obrázku níže je nakreslen částečný herní strom a listy stromu byly ohodnoceny neznámou heuristickou funkcí e. Dále se ve hře vyskytuje prvek náhody formalizovaný tzv. chance node, která je označena symbolem kroužku s příslušnými pravděpodobnostmi. (d - 3 body) Doplňte hodnoty pro všechny uzly za použití minimaxu. (e - 3 body) Zřetelně vyškrtněte uzly, které nebudou uvažovány při použití alpha-beta prořezávání (za použití standartního průchodu stromu zleva doprava). 3

Figure 2: Hra Pacman Otázka 4 (10 bodů) Mám si koupit učebnici? Stojíte před rozhodnutím, zda si koupit drahou zahraniční učebnici jako studijní materiál ke kurzu, který začínáte navštěvovat. Cena učebnice je 2000Kč, nechť bez učebnice látku kurzu pochopí polovina studentů, s učebnicí 80%, nemáte důvod obecné odhady pro sebe měnit. Důležitost učebnice by ještě vzrostla, kdyby byl kurz zakončen zkouškou, u které lze učebnici používat. V době rozhodnutí ale způsob zakončení kurzu neznáte, pravděpodobnost varianty s učebnicí odhadujete na 40%. Zkouškou bez povolené knihy projde 90% studentů chápajících látku a 30% nechápajících. Zkouškou s povolenou knihou projdou všichni chápající mající knihu, nikdo nechápající bez knihy, v ostatních případech 70% studentů. Úspěšně zakončený kurz si ceníte na 5000Kč, neúspěch má nulovou hodnotu. (a) (2 body) Vyčíslete pravděpodobnost, že u zkoušky uspěje ten, kdo si koupil knihu. 4

(b) (3 body) Vyplatí se koupit si učebnici? Formalizujte pomocí středního užitku, vyčíslete střední užitek při koupi knihy a srovnejte jej se stejnou veličinou bez koupě. (c) (5 bodů) Vyčíslete střední hodnotu informace o způsobu zkoušky. 5

Otázka 5 (10 bodů) - na dalším listu 6

Příklad 1 5 bodů Uvažujte následující Kripkeho strukturu se stavy {s,t,u,w}, prvotními formulemi {p,r,q} a 2 agenty. [ p, r, q] s 1 [p, r, q ] t 2 2 u 1 [p, r, q] [ p, r, q] Vyberte ty formule, které platí ve všech stavech této Kripkeho struktury: w a) K 1 (p v q) b) K 1 p p c) K 1 K 2 (p v r) d) p K 1 p e) (p v r v q) K 2 (p v r v q) f) E {} (p v q) 1 Příklad 2. Uvažujme formální sytém modální logiky tvořený následujícími axiomy: A1. Výrokové tautologie A2. Distribuční axiom (označovaný někdy jako K) A3. Axiom znalostí (Axiom pravdy) (ozn. jako T) A4. Axiom pozitivní introspekce (ozn. jako 4) A5. Axiom negativní introspekce (ozn. jako 5) a odvozovacími pravidly: ( Ki A Ki( A B)) KiB K i A A Ki A KiKi A K A K K A i i R1. Z α formulí α β odvoďte β (modus ponens) R2. Z formule α odvoď K i α (pravidlo zobecnění znalosti) 5 bodů Nechť M je Kripkeho struktura pro agenty ze skupiny, ve které jsou relace přípustnosti ekvivalencemi. Vyberte si jednu z níže uvedených formulí a dokažte pro ni, že je splněna v každém stavu struktury M. ( i) ( C A C ( A B)) CB ( ii) C A A ( iii) C A C C A ( iv) C A C i C A