Suchprobleme hinzugefügt
@ -7,4 +7,5 @@
|
||||
\acro{ML}{Machine Learning}
|
||||
\acro{MI}{Maschinelle Intelligenz}
|
||||
\acro{PEAS}{Performance, Environment, Actuators, Sensors (Leistung, Umgebung, Aktuatoren, Sensoren)}
|
||||
\acro{TSP}{Traveling Salesman Problem}
|
||||
\end{acronym}
|
@ -1,2 +1,54 @@
|
||||
\chapter{Suchprobleme}
|
||||
\label{suchprobleme}
|
||||
\label{suchprobleme}
|
||||
Alle Suchprobleme haben gemeinsam, dass ein Zustandsraum durchlaufen wird.
|
||||
Es soll von dem Ausgangszustand ausgehend ein Zielzustand (es kann mehrere geben) erreicht werden.
|
||||
Die Zustandsbeziehungen werden hierbei durch eine Nachfolgerfunktion definiert.
|
||||
Meist lassen sich Suchprobleme durch einen gerichteten oder ungerichteten Graph darstellen:\\
|
||||
\includegraphics[width = \textwidth]{search-graph.jpg}
|
||||
|
||||
\section{Umgebungsmodelle}
|
||||
\label{suchprobleme: umgebungsmodelle}
|
||||
Damit Suchprobleme von einem problemlösenden Agenten (\ref{problemloesende agenten}) bearbeitet werden können benötigen sie ein Modell der Umgebung.
|
||||
Hierbei stellt das Umgebungsmodell eine Abstraktion der realen Welt dar.
|
||||
Die Abstraktion hat dabei 2 Voraussetzungen:
|
||||
\begin{itemize}
|
||||
\item sie muss \textbf{gültig}sein:\\
|
||||
jede Lösung kann zu einer Lösung der detaillierten Welt expandiert werden
|
||||
\item sie muss \textbf{sinnvoll} sein:\\
|
||||
die Ausführung der Lösung einfacher ist als das ursprüngliche Problem
|
||||
\end{itemize}
|
||||
|
||||
\section{Beispiel: einfache Roboter-Welt}
|
||||
\label{example: einfache roboter-welt}
|
||||
\includegraphics[width =\textwidth]{einfache roboter-welt1.png}
|
||||
|
||||
\vspace{5mm}
|
||||
\includegraphics[width =\textwidth]{einfache roboter-welt2.png}
|
||||
|
||||
\section{Beispiel: 8-Damen-Problem}
|
||||
\label{example: 8-damen-problem}
|
||||
\includegraphics[width =\textwidth]{8-damen-problem1.png}
|
||||
|
||||
\vspace{5mm}
|
||||
\includegraphics[width =\textwidth]{8-damen-problem2.png}
|
||||
|
||||
\section{Weitere Zustandsräume}
|
||||
\label{suchprobleme: weitere zustandsraeume}
|
||||
Zustandsträume haben meist folgende Eigenschaften:
|
||||
\begin{itemize}
|
||||
\item sie sind kontinuierlich
|
||||
\item sie sind nicht vollständig beobachtbar
|
||||
\item sie haben stochastische Effekte
|
||||
\item sie sind oft mehrdimensional
|
||||
\item die Agenten haben viele Freiheitsgrade
|
||||
\item es gibt keine perfekte Information
|
||||
\end{itemize}
|
||||
Diese Eigenschaften machen es sehr schwer gute Modelle zu entwickeln.
|
||||
|
||||
\paragraph{Beispiele}
|
||||
\begin{itemize}
|
||||
\item \ac{TSP}
|
||||
\item Routenplanung allgemein
|
||||
\item Robot Motion Planing\\
|
||||
\includegraphics[width = .7\textwidth]{robot motion-planing.png}
|
||||
\end{itemize}
|
2
chapters/Problemlösen durch Suchen/Suchverfahren.tex
Normal file
@ -0,0 +1,2 @@
|
||||
\chapter{Suchverfahren}
|
||||
\label{suchverfahren}
|
BIN
images/8-damen-problem1.png
Normal file
After Width: | Height: | Size: 110 KiB |
BIN
images/8-damen-problem2.png
Normal file
After Width: | Height: | Size: 100 KiB |
BIN
images/einfache roboter-welt1.png
Normal file
After Width: | Height: | Size: 87 KiB |
BIN
images/einfache roboter-welt2.png
Normal file
After Width: | Height: | Size: 114 KiB |
Before Width: | Height: | Size: 89 KiB After Width: | Height: | Size: 101 KiB |
BIN
images/robot motion-planing.png
Normal file
After Width: | Height: | Size: 39 KiB |
BIN
images/search-graph.jpg
Normal file
After Width: | Height: | Size: 51 KiB |
@ -2,4 +2,5 @@
|
||||
\label{problemloesen durch suchen}
|
||||
|
||||
\input{chapters/Problemlösen durch Suchen/Problemlösende Agenten.tex}
|
||||
\input{chapters/Problemlösen durch Suchen/Suchprobleme.tex}
|
||||
\input{chapters/Problemlösen durch Suchen/Suchprobleme.tex}
|
||||
\input{chapters/Problemlösen durch Suchen/Suchverfahren.tex}
|