logo

인공 지능의 수단 목적 분석

  • 우리는 순방향이나 역방향으로 추론할 수 있는 전략을 연구했지만, 복잡하고 큰 문제를 해결하려면 두 방향을 혼합하는 것이 적합합니다. 이러한 혼합 전략을 사용하면 먼저 문제의 주요 부분을 해결한 다음 다시 돌아가서 문제의 큰 부분을 결합하는 동안 발생하는 작은 문제를 해결할 수 있습니다. 그런 기술을 일컬어 수단 목적 분석 .
  • 수단목적분석(Means-Ends Analysis)은 인공지능 프로그램에서 검색을 제한하기 위해 인공지능에 사용되는 문제 해결 기술입니다.
  • 역방향 검색과 순방향 검색 기술을 혼합한 것입니다.
  • MEA 기술은 1961년 Allen Newell과 Herbert A. Simon이 GPS(General Problem Solver)라는 문제 해결 컴퓨터 프로그램에서 처음 도입했습니다.
  • MEA 분석 과정은 현재 상태와 목표 상태의 차이를 평가하는 데 중점을 두었습니다.

수단 목적 분석 작동 방식:

수단 목적 분석 프로세스는 문제에 대해 반복적으로 적용될 수 있습니다. 문제 해결에서 탐색을 통제하는 전략이다. 다음은 문제 해결을 위한 MEA 기술의 작동을 설명하는 주요 단계입니다.

  1. 먼저 초기 상태와 최종 상태의 차이를 평가합니다.
  2. 각 차이에 적용할 수 있는 다양한 연산자를 선택하세요.
  3. 각 차이에 연산자를 적용하면 현재 상태와 목표 상태 간의 차이가 줄어듭니다.

운영자 하위 목표

MEA 과정에서는 현재 상태와 목표 상태의 차이를 감지합니다. 이러한 차이가 발생하면 연산자를 적용하여 차이를 줄일 수 있습니다. 그러나 때로는 현재 상태에 연산자를 적용할 수 없는 경우도 있습니다. 그래서 우리는 연산자를 적용할 수 있는 현재 상태의 하위 문제를 만듭니다. 이러한 연산자를 선택한 다음 하위 목표를 설정하여 연산자의 전제 조건을 설정하는 이러한 유형의 역방향 연결을 호출합니다. 운영자 하위 목표 .

수단 목적 분석을 위한 알고리즘:

현재 상태를 CURRENT로, 목표 상태를 GOAL로 가정하고 다음은 MEA 알고리즘의 단계입니다.

    1 단계:CURRENT와 GOAL을 비교하고 둘 사이에 차이가 없으면 Success와 Exit를 반환합니다.2 단계:그렇지 않으면 가장 중요한 차이를 선택하고 성공 또는 실패가 발생할 때까지 다음 단계를 수행하여 차이를 줄입니다.
    1. 전류차에 해당하는 새로운 연산자 O를 선택하고, 해당 연산자가 없으면 신호실패이다.
    2. CURRENT에 연산자 O를 적용해 보십시오. 두 가지 상태에 대해 설명하세요.
      i) O-Start, O의 전제조건이 만족되는 상태.
      ii) O-결과, O가 O-start에 적용될 경우 발생하는 상태입니다.
    3. 만약에
      (첫 번째 부분<------ mea (current, o-start)< strong>
      그리고
      (마지막 부분<----- mea (o-result, goal)< strong>, 성공하면 성공 신호를 보내고 FIRST-PART, O 및 LAST-PART를 결합한 결과를 반환합니다.

위에서 설명한 알고리즘은 간단한 문제에 더 적합하지만 복잡한 문제를 해결하는 데는 적합하지 않습니다.

평균이익 분석의 예:

아래와 같이 초기 상태와 목표 상태를 알고 있는 예를 들어보겠습니다. 이 문제에서는 초기 상태와 목표 상태의 차이를 찾고 연산자를 적용하여 목표 상태를 구해야 합니다.

AI의 수단 목적 분석

해결책:

위의 문제를 해결하기 위해 먼저 초기 상태와 목표 상태의 차이점을 찾아보고, 각 차이점에 대해 새로운 상태를 생성하고 연산자를 적용하겠습니다. 이 문제에 대한 연산자는 다음과 같습니다.

    이동하다 삭제 확장하다

1. 초기 상태 평가: 첫 번째 단계에서는 초기 상태를 평가하고 초기 상태와 목표 상태를 비교하여 두 상태 간의 차이점을 찾습니다.

AI의 수단 목적 분석

2. 삭제 연산자 적용: 첫 번째 차이점을 확인할 수 있듯이 목표 상태에는 초기 상태에 존재하는 점 기호가 없으므로 먼저 다음을 적용합니다. 삭제 연산자 이 점을 제거하려면

AI의 수단 목적 분석

3. 이동 연산자 적용: 삭제 연산자를 적용한 후 목표 상태와 다시 비교할 새 상태가 발생합니다. 이러한 상태를 비교한 결과 사각형이 원 밖에 있다는 또 다른 차이점이 있으므로 다음을 적용하겠습니다. 이동 연산자 .

AI의 수단 목적 분석

4. 확장 연산자 적용: 이제 세 번째 단계에서 새로운 상태가 생성되고 이 상태를 목표 상태와 비교해 보겠습니다. 상태를 비교한 후에도 여전히 정사각형의 크기라는 한 가지 차이점이 있으므로 다음을 적용하겠습니다. 확장 연산자 , 마지막으로 목표 상태를 생성합니다.

AI의 수단 목적 분석