�WICZENIA

Wprowadzenie

1.1 Czym jest "Sztuczna inteligencja"?

�wiczenie 1.1.1:

Jednym z problem�w bada� Sztucznej Inteligencji jest problem kategoryzacji dla inteligentnych system�w - problem wyboru odpowiednich kategorii w celu obj�cia zestawu przyk�ad�w oraz wynikaj�ce z nich b��dy klasyfikacji, kt�re pojawi�y si� po wybraniu okre�lonego zestawu kategorii. Jako przyk�ad u�yj swojej ulubionej wyszukiwarki, aby dowiedzie� si�, w jaki spos�b termin "Sztuczna inteligencja" jest definiowany przez r�ne osoby. Czym r�ni si� ta definicja od tej przedstawionej w pierwszym zdaniu w sekcji 1.1 Tekstu? Klasyfikuj r�ne definicje jakie znajdziesz w zestawie r�nych kategorii. Kt�re definicje pasuj� do Twojego zestawu kategorii? Kt�re definicje stwarzaj� problemy, kt�re wymagaj� ponownej oceny odpowiednio�ci klasyfikacji taksonomicznej?

1.2 �cie�ki do sztucznej inteligencji

�wiczenie 1.2.1: Praca z komputerem - aktywno�� bez pr�du - test Turinga

Informatyka Unplugged to seria dzia�a� edukacyjnych zaprojektowanych do nauczania wa�nych poj�� z informatyki bez u�ycia komputer�w. Pobierz dzia� informatyki Unplugged Activity dotycz�cy testu Turinga z http://csunplugged.org/turing-test i post�puj zgodnie z sekcj� "Co robi�", aby wypr�bowa� odmian� testu na inteligencj�. Jak skuteczni byli uczestnicy tego dzia�ania, aby dowiedzie� si�, kim jest "komputer"? W �wietle wgl�du uzyskanego dzi�ki tej aktywno�ci, czy teraz wierzysz lub nie wierzysz, �e test Turinga jest wa�nym testem na inteligencj�? Wyja�nij dlaczego.

�wiczenie 1.2.2:

Osoba graj�ca rol� "komputer" dla tego dzia�ania musi odpowiada� na konkretne pytania, korzystaj�c z wcze�niej ustalonych odpowiedzi. Kilka z tych pyta� i odpowiedzi zosta�o odtworzonych w poni�szej tabeli

Pytanie : Odpowied�

Jak nazywa si� siostra dziecka Barta Simpsona? : Nie pami�tam.
Czy jeste� komputerem? : Czy jeste� komputerem?
Ile to jest 2 � 78? : 166 (Jest to celowo niepoprawne!)
Jaki jest pierwiastek kwadratowy z dw�ch? : 1.41421356237309504878
Dodaj 34957 do 70764. : Zaczekaj oko�o 20 sekund przed podaniem odpowiedzi ... 105621.
Czy lubisz szko��? : Tak, lubi� szko��.
Jak kraj ma flag� z czerwonym k�kiem na bia�ym tle? : Nie wiem.
Jakie jedzenie lubisz je��? : Nie jestem g�odny, dzi�kuj�.

Czy uwa�asz, �e s� to dobre pytania zadawane podczas testu Turinga jako testu na inteligencj�? Czy uwa�asz, �e gdyby� by� jednym z s�dzi�w, da�by� si� zwie�� tym odpowiedziom? Je�li nie, jakie odpowiedzi da�oby "komputer"?

�wiczenie 1.2.3: Informatyka Unplugged - Test Turinga

W opisie dzia�ania zwi�zanego z od��czonym testem Turinga w podano:
"�aden system sztucznej inteligencji nie zosta� stworzony, aby zbli�y� si� do pe�nego testu Turinga. Nawet gdyby tak by�o, wielu filozof�w argumentowa�o, �e test tak naprawd� nie mierzy tego, co wi�kszo�� ludzi rozumie przez inteligencj�. To, co testuje, to ekwiwalencja behawioralna: ma na celu ustalenie, czy dany program komputerowy wykazuje symptomy intelektu, kt�re mog� nie by� tym samym, co autentyczne posiadanie inteligencji. Czy mo�esz by� cz�owiekiem inteligentnym bez bycia �wiadomym, poznania siebie, bycia �wiadomym, zdolno�ci do odczuwania samo�wiadomo�ci, do�wiadczania mi�o�ci, bycia ... �ywym?"

Czy zgadzasz si� lub nie zgadzasz z tymi uwagami? Podaj pe�ne wyja�nienie swojego punktu widzenia.

�wiczenie 1.2.3:

Czy uwa�asz, �e test Turinga jest wa�nym testem sztucznej inteligencji? Jakie rodzaje inteligentnych ludzkich zachowa� s� obj�te testem Turinga? Kt�re typy najlepiej by�oby obs�u�y� w r�nych testach?

1.3 Sprzeciw wobec sztucznej inteligencji

�wiczenie 1.3.1:

Znajd� zastrze�enia do Sztucznej Inteligencji, kt�re zosta�y przekazane w prasie popularnej i akademickich. Jakie obawy kryj� si� za zarzutami, kt�re wysuwaj� jako argumenty przeciwko rozwojowi Sztucznej Inteligencji? Czy te zastrze�enia s� uzasadnione, oparte na solidnych dowodach naukowych, czy te� s� one �le poinformowane? Wymy�l argumenty na rzecz Sztucznej Inteligencji, kt�re adresuj� obawy wyra�one w zastrze�eniach, kt�re znalaz�e�. Sta� si� obro�c� diab�a i argumentuj przeciwnie.

�wiczenie 1.3.2:

Poznaj argumenty za i przeciw Chi�skiemu Pok�jowi Searle′a w literaturze. Z kt�rymi argumentami si� zgadzasz? Czy uwa�asz, �e jego charakterystyka komputerowego przetwarzania j�zyka naturalnego (NLP) jako czysto mechanicznego procesu, kt�ry nie ma zdolno�ci rozumienia ludzkiego j�zyka, jest wa�na lub zbyt uproszczona w �wietle wielu r�nych technik, kt�re s� obecnie dost�pne dla NLP? Je�li zgadzasz si� z Searle, to w jaki spos�b jeste� pewien, �e nigdy nie b�dzie (jak twierdzi Searle) program�w komputerowych, kt�re automatycznie mog� nauczy� si� rozumienia ludzkiego j�zyka? (Na przyk�ad, dzi�ki u�yciu jeszcze wynalezionych technik NLP w po��czeniu z innymi metodami, takimi jak zlokalizowane, uciele�nione czynniki).

1.4 Eksperymenty konceptualnej metafory, analogii i my�li

�wiczenie 1.4.1:

W drugim akapicie w sekcji 1.2 Tekstu zastosowano nast�puj�ce metafory poj�ciowe: "�cie�ki, kt�re mog� odkrywa�", "nieznany teren", "�cie�ki �atwe do przej�cia", "�yzne ziemie", " �cie�ki, kt�re prowadz� do g�rskiego i trudnego terenu lub do pusty�, "�cie�ek prowadz�cych do nieprzekraczalnych ska�. Znajd� przyk�ady u�ycia metafory poj�ciowej w dalszej cz�ci Tekstu

Powr�t

Agenci i �rodowisko

2.1 Co to jest agent?

�wiczenie 2.1.1:

U�yj swojej ulubionej wyszukiwarki, aby znale�� artyku�y naukowe opisuj�ce u�ycie "agent�w". Przeanalizuj te dokumenty, aby okre�li�, kt�re z poni�szych perspektyw kryj� si� za znaczeniem, jakie przyjmuj� poj�cie "agent": perspektywa sztucznej inteligencji; perspektywa oblicze� rozproszonych; Internetowa perspektywa komputerowa; perspektywa symulacji i modelowania; lub po��czenie tych perspektyw.

2.2 Projektowanie zorientowane na agenta a projektowanie zorientowane na obiekt

�wiczenie 2.2.1:

Opracuj rozwi�zanie zorientowane na agent�w i zorientowane obiektowo rozwi�zanie do mycia samochodu. Przedyskutuj, dlaczego jest to rozwi�zanie zorientowane na agenta lub rozwi�zanie zorientowane obiektowo. R�wnie� list� obiekt�w i agent�w dla obu rozwi�za�.

2.3. Taksonomia autonomicznych agent�w

�wiczenie 2.3.1:

Podobnie jak w przypadku �wiczenia 2.1.1, ponownie u�yj ulubionej wyszukiwarki, aby znale�� artyku�y naukowe opisuj�ce u�ycie "proto-agent�w". Por�wnaj i kontrastuj znaczenie, kt�re jest przyjmowane w tych dokumentach, z poj�ciem "agent" w dokumentach zebranych w �wiczeniu 2.1.1. Czym r�ni si� znaczenie? Jak to jest podobne?

2.4 Po��dane w�a�ciwo�ci agent�w

�wiczenie 2.4.1:

Oznacz jako s�abego agenta, silnego agenta lub nie jako agenta. Wyja�nij swoje rozumowanie dla ka�dego:

1. Google robot indeksuj�cy Googlebota.
2. Program utworzony na stronie internetowej w celu zebrania odpowiedzi na pytania zawarte w kwestionariuszu.
3. Program dla supermarketu do automatycznego lokalizowania i sk�adania ofert na najni�sze ceny �ywno�ci w swoim ekstranecie.
4. Program pobierania informacji rozproszonych, kt�ry pomaga w wyszukiwaniu interesuj�cych Ci� dokument�w sieci Web.
5. Program do filtrowania poczty, kt�ry mi�dzy innymi usuwa wiadomo�ci ze spamu z wiadomo�ci e-mail.
6. Internetowy program do gier dla wielu u�ytkownik�w.
7. Program "chatterbot", kt�rego zadaniem jest wysy�anie wiadomo�ci na czaty i oszukiwanie ludzi, aby uwierzyli, �e jest to prawdziwy cz�owiek, a nie program.

�wiczenie 2.4.2:

W artyku�ach zebranych dla �wicze� 2.1.1 i 2.3.1 spr�buj sklasyfikowa� agenty i systemy zorientowane na agenta wspomniane w artyku�ach zgodnie ze s�abymi, silnymi i najsilniejszymi w�a�ciwo�ciami agenta. Znajd� agent�w pod nag��wkami wymienionymi w tabeli poni�ej dla r�nych sektor�w przemys�u. Nast�pnie wype�nij tabel� dla ka�dego systemu zorientowanego na agenta, podaj�c adres URL, cel witryny i wskazuj�c, czy ma ona odpowiedni adres, czy nie. w�a�ciwo�ci (np. kleszcze i krzy�e mog� by� wystarczaj�ce, ale w wi�kszo�ci przypadk�w b�dziesz potrzebowa� zakwalifikowa� swoj� odpowied�). Nag��wki kolumn zosta�y celowo pozostawione niejasne, a Ty mo�esz wybra� wszystko, co jest zwi�zane z nag��wkiem. �wiczenie 2.4.2: W artyku�ach zebranych dla �wicze� 2.1.1 i 2.3.1 spr�buj sklasyfikowa� agentow i systemy zorientowane na agenta wspomniane w artyku�ach zgodnie ze s�abymi, silnymi i najsilniejszymi w�a�ciwo�ciami agenta. Znajd� agent�w pod nag��wkami wymienionymi w tabeli poni�ej dla r�nych sektor�w przemys�u. Nast�pnie wype�nij tabel� dla ka�dego systemu zorientowanego na agenta, podaj�c adres URL, cel witryny i wskazuj�c, czy ma ona odpowiedni adres, czy nie. w�a�ciwo�ci (np. kleszcze i krzy�e mog� by� wystarczaj�ce, ale w wi�kszo�ci przypadk�w b�dziesz potrzebowa� zakwalifikowa� swoj� odpowied�). Nag��wki kolumn zosta�y celowo pozostawione niejasne, a Ty mo�esz wybra� wszystko, co jest zwi�zane z nag��wkiem. Jakie w�a�ciwo�ci stwarzaj� problemy przy kategoryzacji r�nych system�w zorientowanych na agent�w? Czemu?

2.5 Czym jest �rodowisko?

�wiczenie 2.5.1:

Dla zlokalizowanych agent�w poni�ej okre�l, kt�ry z wymienionych atrybut�w jest odpowiedni do opisu �rodowisk, w kt�rych znajduj� si� agenci.

Agent :

• Czynnik ludzki w realnym �wiecie.
• Awatar w Second Life.
• Roboty marsja�skie, Spirit i Opportunity.
• CGI wygenerowa�o Uruk-hai w filmach W�adca Pier�cieni.
• Chatbot do witryny sieci Web.
• NPC (Non-Playing Character) w strzelance pierwszej osoby (FPS) gra wideo

Atrybuty �rodowiska

• Obserwowalne i cz�ciowo obserwowalne.
• Deterministyczne, stochastyczne i strategiczne.
• Epizodyczny i sekwencyjny.
• Statyczny i dynamiczny.
• Dyskretny i ci�g�y.
• Pojedynczy agent i wielokrotny agent.

2.6 �rodowiska jako przestrzenie n-wymiarowe

�wiczenie 2.6.1:

Wypr�buj model N Dimensional Space w NetLogo:
http://files.bookboon.com/ai/N-Dimensional-Space.html

Zagraj z modelem, naciskaj�c przycisk setup, a nast�pnie lewy-dzia�ki i przyciski konfiguracji. Por�wnaj dwa r�ne typy dzia�ek - w lewo dzia�ki u�ywaj�ce kartezja�skiego uk�adu wsp�rz�dnych i odpowiedni wykres, kt�ry wykorzystuje r�wnoleg�y system wsp�rz�dnych. Jakie s� problemy z przedstawieniem 5-wymiarowych danych pokazywanych przez model dla ka�dego z uk�ad�w wsp�rz�dnych?

2.7 Wirtualne �rodowiska

�wiczenie 2.7.1:

Klasyfikuj nast�puj�ce obrazy generowane komputerowo wed�ug trzech poni�szych kategorii:

• Pseudo-realistyczny;
• Fotorealistyczne;
• Nie-fotorealistyczny.

2.8 Jak mo�emy opracowa� i przetestowa� system sztucznej inteligencji?

�wiczenie 2.8.1:

Ponownie sprawd� obrazy pokazane w �wiczeniu 2.7.1. Kt�re z obraz�w przedstawia �rodowiska, kt�re mog� by� na tyle z�o�onym, aby opracowa� i przetestowa� agenta, kt�ry wykazuje sztuczn� inteligencj�? Kt�re ze �rodowisk zapewniaj� r�wnoczesne zaanga�owanie ludzi w tym samym czasie (kto mo�e by� w stanie na przyk�ad przyj�� rol� nauczyciela, aby naucza� agenta AI, gdy si� go uczy)?

Powr�t

Struktury dla agent�w i �rodowisk

3.1 Architektury i ramy dla agent�w i �rodowisk

�wiczenie 3.1.1

Dowiedz si�, jak okre�laj� si� nast�puj�ce terminy informatyczne w literaturze informatycznej i w s�ownikach: "architektura"; 'struktura'; 'Platforma'; "Zestaw narz�dzi" i "struktura". Czy s� one konsekwentnie definiowane, czy te� definicja r�ni si� w zale�no�ci od publikacji? Czy definicja jednego z termin�w w jednej publikacji jest podobna do definicji innego terminu w innej publikacji?

3.2 Standardy dla technologii opartych na agentach>

�wiczenie 3.2.1

Sprawd� najnowsze specyfikacje FIPA dla agent�w i system�w wieloagentowych. Dowiedz si� o kategoriach, w kt�rych specyfikacje s� wymienione. Zastan�w si�, w jaki spos�b mo�na ulepszy� te specyfikacje, aby obj�� dalsze aspekty zlokalizowanych, uciele�nionych agent�w wsp�dzia�aj�cych w z�o�onych �rodowiskach.

3.3 J�zyki programowania zorientowane na agenta

�wiczenie 3.3.1

Sp�jrz na inne j�zyki programowania i �rodowiska programistyczne dla agent�w. Por�wnaj i por�wnaj bardziej popularne. Jak s�dzisz, dlaczego �aden j�zyk programistyczny zorientowany na klienta nie sta� si� jeszcze popularny, poniewa� popularne sta�y si� j�zyki zorientowane na agenta, takie jak C / C ++ i Java?

3.4 Symulacja ukierunkowana na agenta w NetLogo

�wiczenie 3.4.1

Zapoznaj si� z dokumentacj� do��czon� do �rodowiska programistycznego NetLogo. B�dziesz musia� to cz�sto odnosi�, je�li chcesz rozwija� w�asne modele. Po przej�ciu do NetLogo, wybierz Pomoc z menu aplikacji u g�ry ekranu, a nast�pnie wybierz Podr�cznik u�ytkownika NetLogo. Mo�esz znale�� nast�puj�ce samouczki, aby dowiedzie� si� wi�cej o NetLogo:

• Przyk�adowy model: przyj�cie
• Samouczek nr 1: Modele
• Samouczejk # 2: Polecenia
• Samouczek nr 3: Procedura

W przypadku odniesie� j�zykowych dost�pne s� nast�puj�ce opcje:

• Przewodnik po interfejsie
• Podr�cznik programowania
• Przewodnik przej�cia
• S�ownik NetLogo

Przewodnik po interfejsie zawiera podsumowanie interfejsu u�ytkownika NetLogo i spos�b poruszania si� po nim. Wi�kszo�� interfejsu u�ytkownika jest do�� oczywista, wi�c nie b�dziemy tutaj powtarza� tego materia�u. Je�li masz trudno�ci ze znalezieniem rzeczy w interfejsie u�ytkownika, to jest to miejsce, w kt�rym mo�na znale�� informacje na temat menu u�ytkownika i dost�pnych opcji u�ytkownika. Przewodnik programowania zawiera podsumowanie kluczowych element�w j�zyka programowania NetLogo. Zapewnia przegl�d wa�nych funkcji j�zyka i mo�e by� u�ytecznym �r�d�em dla przyk�ad�w programowania. Warto czyta�, zw�aszcza gdy zaczynasz od j�zyka. S�ownik NetLogo to miejsce, w kt�rym programi�ci NetLogo sp�dzaj� wi�kszo�� czasu i zawieraj� linki do wszystkich polece� dost�pnych w tym j�zyku. Przewodnik "Transition Guide" opisuje wcze�niejsze wersje NetLogo i to, co zmieni�o si� w ostatnich wersjach, wi�c jest mniej korzystne dla os�b ucz�cych si� programowania w NetLogo.

�wiczenie 3.4.2

By� mo�e najbardziej u�yteczn� rzecz�, jak� nale�y wiedzie� na temat interfejsu u�ytkownika w NetLogo, jest za�adowanie biblioteki modeli i wybranie konkretnego modelu. W menu Plik wybierz "Biblioteka modeli", a to za�aduje du�� bibliotek� modeli podzielonych na r�ne obszary tematyczne, takie jak Sztuka, Biologia, Informatyka, Chemia i Fizyka i tak dalej. Aby zapozna� si� z interfejsem, wybierz obszar tematyczny Biologia, a nast�pnie wybierz model Termity. Po klikni�ciu przycisku Konfiguracja na ekranie powinny pojawi� si� nast�puj�ce elementy:

Zwr�� uwag� na trzy zak�adki menu u g�ry - Interface, Information i Procedures. Wybierz kart� Interface. Otrzymasz interfejs do twojego programu i wizualizacj� obecnegu stanu (zazwyczaj 2D) �rodowiska NetLogo, jak pokazano na rysunku powy�ej. To b�dzie si� r�ni� w zale�no�ci od modelu lub aplikacji aktualnie wykonywanej. Zwykle jest przycisk setup, aby ustawi� pocz�tkowy stan �rodowiska, i przycisk go, aby rozpocz�� symulacj�. Czasami mo�na poda� przycisk "go-once" - wykona model za pomoc� pojedynczego kroku lub kleszcza. W innym przypadku zostanie podany przycisk go-forever, kt�ry wykona model w niesko�czono��. Te elementy interfejsu mo�na doda�, klikaj�c menu Button i wybieraj�c spo�r�d wielu element�w, takich jak przyciski, suwaki i selektory:

R�ne z tych element�w interfejsu definiuj� zmienne globalne lub wymagaj� okre�lonego polecenia (tj. Procedury) gdzie� zdefiniowanego w programie. Na przyk�ad przycisk go wymaga zdefiniowania polecenia o nazwie "go" gdzie� w procedurach modelu, ale etykieta wy�wietlana na przycisku mo�e by� w razie potrzeby zast�pione. Spr�buj doda� jeden lub wi�cej element�w interfejsu do Interface dla modelu termit�w. Karta Information prze��cza si� na ekran, na kt�rym wy�wietlane s� informacje o modelu udost�pnionym przez programist�. Dowiedz si�, jakie informacje zosta�y zawarte w modelu Termites. Karta Procedures prze��czy si� w tryb ekranu, w kt�rym wy�wietlany jest kod NetLogo modelu i kt�ry mo�na edytowa�. W przypadku modelu Termites, sprawd�, kt�ry kod jest wykonywany po klikni�ciu przycisku instalacji i przycisk�w.

�wiczenie 3.4.3:

Istniej� cztery typy agent�w w NetLogo:

1. ��wie;
2. �aty;
3. linki;
4. obserwator

Wyja�nij, w jaki spos�b u�ywane s� cztery typy agent�w w NetLogo, korzystaj�c z przyk�ad�w z Biblioteki modeli.

�wiczenie 3.4.4:

Wypr�buj model Predykacji owcy wilka w NetLogo:

http://ccl.northwestern.edu/netlogo/models/WolfSheepPredation

Przeczytaj What is it? i Things To Notice w sekcji Information dla modelu. Nast�pnie wypr�buj �wiczenia sugerowane w sekcji Thing to try . W jaki spos�b reprodukuje si� owce i wilki w tym modelu? Jak wilk �apie owc� i co si� dzieje, kiedy to si� dzieje? Istnieje wiele sposob�w, w jakie owce umieraj�. Co to jest? A jak wilki umieraj�? Jak ro�nie trawa? Uruchom model kilka razy z domy�lnymi parametrami. Jakie s� mo�liwe wyniki symulacji? Spr�buj zmieni� warto�ci suwak�w, aby zobaczy�, jaki maj� wp�yw na symulacj�. Czy mo�esz stworzy� r�ne wyniki symulacji?

�wiczenie 3.4.5:

Wypr�buj model Tumor w NetLogo:

http://ccl.northwestern.edu/netlogo/models/Tumor

Przeczytaj What is it? i Things To Notice w sekcji Information dla modelu. Nast�pnie wypr�buj �wiczenia sugerowane w sekcji Thing to try.

W jaki spos�b u�ywane s� nast�puj�ce zmienne ��w w modelu?

• stem?;
• age;
• metastatic ?.

Co si� dzieje, gdy nazywa si� procedur� mitozy? Policz sposoby, w jakie r�ne agenci ��wia mog� umrze�. Wyja�nij, co dzieje si� przy ka�dym wyst�pieniu.

�wiczenie 3.4.6:

Om�w ograniczenia podej�cia zorientowanego na agent�w przyj�tego przez NetLogo. Jakie w�a�ciwo�ci wy�wietlaj� agenci w NetLogo? Czy na przyk�ad wykazuj� one s�abe, silne i najsilniejsze w�a�ciwo�ci agent�w?

3.5 �rodowisko programistyczne NetLogo

�wiczenie 3.5.1:

Wypr�buj model Termites w NetLogo:

Biblioteka modelowa Termites NetLogo: Biologia> Termity

http://ccl.northwestern.edu/netlogo/models/Termites

Przeczytaj What is it? i Things To Notice w sekcji Information dla modelu. Nast�pnie wypr�buj �wiczenia sugerowane w sekcji Thing to try .

�wiczenie 3.5.2:

Wyja�nij, co robi� nast�puj�ce procedury w modelu Termites

• search-for-chip;
• find-new-pile;
• put-down-chip;
• get-away;
• wiggle.

�wiczenie 3.5.3:

Wypr�buj tak�e model Termites (Perspective Demo) w NetLogo:

http://ccl.northwestern.edu/netlogo/models/Termites(PerspectiveDemo)

Aby odtworzy� zrzut ekranu pokazany na rysunku powy�ej, naci�nij przycisk 3D w �rodowisku po rozpocz�ciu symulacji. Nast�pnie naci�nij przycisk "follow one-of turtles". Zwalniamy symulacj� za pomoc� suwaka pr�dko�ci w widoku 3D (za pomoc� suwaka, jak pokazano na rysunku 3.5.3). Pozwoli to rozr�ni� indywidualne zachowanie �ledzonego termit�w. Sprawd� zachowanie wzgl�dem kodu �r�d�owego. Postaraj si� ustali�, kiedy ka�da z trzech procedur - search-for-chip, find-new-pile, put-down-chip - jest wykonywany podczas ogl�dania akcji termit�w.

�wiczenie 3.5.4:

Wypr�buj inne modele w bibliotece modeli NetLogo. Zobacz r�ne podsekcje wymienione w sekcji Przyk�adowe modele Art, Biology, Chemistry & Physics, Computer Science, Earth Science, Games, Mathematics, Networks, Social Science, i System Dynamics), aby pozna� r�ne dost�pne modele. Szczeg�lnie spr�buj przejrze� modele wymienione w sekcji przyk�ad�w kodu w bibliotece. Dobrym sposobem na zapoznanie si� z modelami w tej sekcji jest naci�ni�cie strza�ki w d�, aby przewija� modele za pomoc� menu po lewej stronie. Te modele s� cz�sto dobrym punktem wyj�cia opracowywanie w�asnych modeli. Jako przyk�ad, sp�jrz na model zmiany klimatu: http://ccl.northwestern.edu/netlogo/models/ClimateChange Mo�esz dowiedzie� si� o tym modelu, klikaj�c przycisk Informacje po jego za�adowaniu. Kliknij przycisk konfiguracji, aby skonfigurowa� �rodowisko. Nast�pnie kliknij, aby go uruchomi�. Spr�buj doda� Chmury i CO2, aby zobaczy�, co si� stanie. Spr�buj tak�e zmieni� parametry jasno�ci i albedo s�o�ca za pomoc� suwaka udost�pnione w interfejsie. Tw�j ekran powinien wygl�da� nast�puj�co:

Uruchom symulacj�, u�ywaj�c r�nych ustawie� z r�nymi ilo�ciami chmur i CO2. Jakie warunki powoduj� wzrost globalnej temperatury?

�wiczenie 3.5.5:

Spr�buj utworzy� w�asny model NetLogo, kt�ry za�aduje i wy�wietli tekst z pliku. Tw�j model b�dzie musia� wzi�� pod uwag� trzy sk�adniki sk�adaj�ce si� na model - interfejs, informacje i procedury. W interfejsie u�yj dw�ch przycisk�w, jeden do za�adowania tekstu z pliku, a drugi do za�adowania kodu �r�d�owego z pliku modelu NetLogo (s� one przechowywane na dysku przy u�yciu rozszerzenia ".nlogo"). Wy�wietl tekst po wczytaniu do wielowierszowego pola wprowadzania. Dodaj odpowiedni� dokumentacj� do Informacji o modelu. Upewnij si�, �e dodajesz r�ne sekcje, kt�re szczeg�owo opisuj�, co robi model, jak to si� robi, jak go u�ywa�, opis interfejsu u�ytkownika, rzeczy do zauwa�enia, rzeczy do wypr�bowania i jak mo�na rozszerzy� model.

�wiczenie 3.5.6:

Spr�buj wyeksportowa� model utworzony w �wiczeniu 3.5.5 do dokumentu tekstowego HTML, u�ywaj�c opcji Zapisz jako aplet w menu Plik. Sprawd�, czy aplet dzia�a po za�adowaniu dokumentu HMTL do przegl�darki internetowej.

�wiczenie 3.5.7:

NetLogo jest zaimplementowany w Javie. Mo�emy doda� nowe polecenia jako rozszerzenie do NetLogo, pisz�c troch� kodu w Javie. Rzu� okiem na Przewodnik po rozszerzeniach w Podr�czniku u�ytkownika NetLogo, aby mie� �wiadomo��, �e ten obiekt jest dost�pny. Znajd� odpowiedzi na nast�puj�ce pytania:

1. W jaki spos�b u�ywane s� rozszerzenia w NetLogo?
2. Gdzie znajduj� si� rozszerzenia?

�wiczenie 3.5.8:

Dwa szczeg�lnie przydatne rozszerzenia NetLogo to rozszerzenia tablic i tabel. Wi�cej informacji na ich temat mo�na uzyska�, klikaj�c opcj� Tablice i tabele w Podr�czniku u�ytkownika NetLogo. By� mo�e jest to zaskakuj�ce dla ka�dego, kto by� u�ywany do programowania w innych j�zykach, tablice i tablice s� rzadko u�ywane - na przyk�ad bardzo niewiele modeli w bibliotece modeli NetLogo korzysta z tych urz�dze�. Jak my�lisz, dlaczego tak si� dzieje? (Podpowied�: Jakie mechanizmy s� dost�pne w NetLogo, kt�re pozwalaj� unikn�� u�ywania macierzy i tabel?) W jakich okoliczno�ciach chcia�by� u�y� rozszerzenia tablicowego lub tabel?

3.6 Agenci i �rodowiska w NetLogo

�wiczenie 3.6.1:

Opisz szczeg�owo, co robi nast�puj�cy model NetLogo:

breed [wolves wolf]
breed [sheep a-sheep]
turtles-own [age gender]
to setup
clear-all
create-wolves 50 [
set age 0
set size 2
set color brown
ifelse random 2 = 0
[set gender "Male"]
[set gender "Female"]
setxy random-xcor random-ycor
]
create-sheep 500 [
set age 0
set size 2
set color white
ifelse random 2 = 0
[set gender "Male"]
[set gender "Female"]
setxy random-xcor random-ycor
]
end

W swojej odpowiedzi okre�l agent�w ��wia, procedur� polecenia i zmienne ��wia. Co stanie si� w �rodowisku po wywo�aniu instalacji?

�wiczenie 3.6.2: Modele NetLogo Fox and Rabbits

Wypr�buj model Foxes and Rabbits w NetLogo:

http://files.bookboon.com/ai/Foxes-and-Rabbits.html

CO TO JEST?

Ten model pokazuje, jak u�ywa� ras, aby stworzy� dwie r�ne rasy ��wia - lisy i kr�liki - kt�re mog� mie� r�ne w�a�ciwo�ci, takie jak kolor. Tworzy 100 agent�w lis�w i 1000 kr�lik�w w przypadkowych miejscach w �rodowisku.

INTERFEJS

Przycisk setup odtwarza now� populacj� lis�w i kr�lik�w w losowych lokalizacjach.

JAK TO DZIA�A

U�ywa dw�ch ras agent�w ��wia, lis�w i kr�lik�w i pokazuje, w jaki spos�b mo�na u�y� polecenia turtles-own, aby oba typy zako�czy�y si� wsp�lnymi zmiennymi - age i gender. Polecenie setup po prostu wywo�uje komend� create-foxes i create-rabbits, aby utworzy� agent�w.

JAK TEGO U�Y�

Naprawd� nie mo�na go u�ywa� do niczego, z wyj�tkiem kilkakrotnego naci�ni�cia przycisku setup. aby zobaczy�, jak agenci rozprzestrzeniaj� si� w �rodowisku.

CZYM JEST CEL?

Jego celem jest pokazanie, jak definiowa� i tworzy� typy agent�w.

ROZSZERZENIE MODELU

Spr�buj doda� dwa suwaki kontroluj�ce liczb� agent�w utworzonych po naci�ni�ciu przycisku instalacji. Spr�buj zmieni� kszta�ty agent�w tak, aby wygl�da�y jak lisy i kr�liki. (Podpowied�: b�dziesz musia� u�y� Edytora kszta�t�w ��wia do tworzenia kszta�t�w.) Spr�buj tak�e zmieni� rozmiary agent�w tak, aby lisy by�y wi�ksze ni� kr�liki. Tw�j model powinien wygl�da� tak, jak pokazano na rysunku

POWI�ZANE MODELE

Zobacz model Foxes and Rabbits 2.

�wiczenie 3.6.3: Przyk�ad �ycia Model NetLogo

Jako kolejny przyk�ad, jak zdefiniowa� w�asne typy agent�w ��wi w NetLogo, wypr�buj nast�puj�cy przyk�ad LifeLink w NetLogo. Zobacz tak�e kod, naciskaj�c kart� Procedures w Interfaace i spr�buj dowiedzie� si�, co robi.

http://files.bookboon.com/ai/Life-Example.html

CO TO JEST?

Ten model pokazuje, jak u�ywa� prostych polece� w NetLogo, aby symulowa� cykl �ycia ludzi.

INTERFEJS

Przycisk setup zresetuje symulacj� do stanu pocz�tkowego, gdy nikt nie �yje.
Przycisk go uruchomi symulacj�.
Suwak births-per-tick kontroluje liczb� narodzin przypadaj�c� na ka�dy znacznik symulacji.
Suwak deaths-per-tick kontroluje liczb� zgon�w na ka�dy znacznik symulacji.
Suwak maximum-age okre�la maksymalny wiek, zanim ludzie umr� ze staro�ci.
Monitor "count people" zg�asza liczb� os�b, kt�re obecnie �yj�.
Wykres Population pokazuje liczb� os�b kontra tick.

JAK TO DZIA�A

U�ywa jednego typu agent�w ��wia, people, kt�ra ma jedn� zmienn� - age. Narodziny i �mier� wyst�puj� przy ka�dym tykni�ciu zgodnie z procedurami biarths i deaths. Agenci ��wia people �yj� dop�ki s� wybierani losowo, aby umrze� wcze�nie, lub dop�ki nie stan� si� zbyt starzy, zgodnie z procedur� �yciow�.

JAK TEGO U�Y�

Wybierz liczb� porod�w i zgon�w, kt�re chcesz przypisa�, i maksymalny wiek, korzystaj�c z trzech suwak�w. Naci�nij przycisk setup, aby zresetowa� symulacj�. Nast�pnie naci�nij przycisk Start, aby go uruchomi�.

CZYM JEST CEL?

Jego celem jest pokazanie, jak definiowa� i tworzy� typy agent�w.

RZECZY DO NOTYFIKACJI

Zwr�� uwag�, co si� stanie, gdy ustawisz liczb� zgon�w wi�ksz� lub r�wn� liczbie urodze�. Je�li zrobisz to na pocz�tku, nic si� nie stanie. Czemu? Je�li ustawisz na pocz�tku liczb� narodzin o jedn� wi�cej ni� �mier� na pocz�tku, z maksymalny wiek ustawiony na 100, a nast�pnie nied�ugo, podczas gdy symulacja nadal dzia�a, spr�buj zwi�kszy� liczb� zgon�w, aby by�a r�wna liczbie urodze�. Zauwa�, �e populacja stopniowo si� zmniejsza a� w ko�cu osi�gnie punkt r�wnowagi. Zauwa�, �e to zajmie du�o czasu. Dlaczego to? Zauwa�, �e kiedy liczba narodzin jest niska, wydaje si�, �e ludzie poruszaj� si� po �rodowisku. Jest to jednak tylko z�udzenie. W modelu nie ma kodu, kt�ry tworzy ludzi ��wiowi agenci poruszaj� si�.

RZECZY DO SPE�NIENIA

Spr�buj zmieni� warto�ci suwak�w, aby zobaczy�, co dzieje si� w symulacji. Spr�buj zmieni� te warto�ci podczas dzia�ania symulacji i obserwuj, co dzieje si� na wykresie.

ROZSZERZENIE MODELU

Spr�buj doda� kolejne parametry do modelu, aby symulacja by�a coraz bardziej realistyczna.

POWI�ZANE MODELE

Por�wnaj ten model z modelem przyk�adu kreskowania, kt�ry jest do��czony do biblioteki modeli NetLogo:

http://ccl.northwestern.edu/netlogo/models/HatchExample

Zwr��my uwag� na ten model, �e zr�wnowa�ony rozw�j populacji jest bardzo wra�liwy na warunki pocz�tkowe i mo�e r�wnie� oscylowa� pomi�dzy wzrastaniem a powolnym wymieraniem. Cz�sto ca�a populacja zginie ca�kowicie, ale czasami populacja prze�yje d�u�ej i zacznie si� rozwija�. W jakich warunkach to si� dzieje? Dla por�wnania, w jakich warunkach populacja modelu Life Example mo�e si� rozwija� lub wymiera�?

�wiczenie 3.6.4:

Wyja�nij, co robi� poni�sze procedury w modelu Life Example:

• births;
• life;
• deaths.

�wiczenie 3.6.5: N Przestrzenna przestrze� Model NetLogo

Wypr�buj model N Dimensional Space w NetLogo:

http://files.bookboon.com/ai/N-Dimensional-Space.html

CO TO JEST?

Ten model tworzy prosty zestaw 5-wymiarowych danych (oko�o 17 nowozelandzkich graczy rugby All Blacks) z wykorzystaniem wsp�rz�dnych kartezja�skich oraz wsp�rz�dnych r�wnoleg�ych.

INTERFEJS

Trzy przyciski w lewym dolnym rogu s� zdefiniowane nast�puj�co:

- setup: czy�ci obie strony;
- setup-left-plot: kre�lenie danych za pomoc� wsp�rz�dnych kartezja�skich na wykresach po lewej stronie;
- setup-right-plot: kre�lenie danych za pomoc� wsp�rz�dnych r�wnoleg�ych na wykresie po prawej stronie.
Trzy suwaki w �rodkowym dole s� zdefiniowane nast�puj�co:

- parallel-startx: tam, gdzie rysowana jest lewa pionowa o� dla wykresu po prawej stronie;
- parallel-width : szeroko�� mi�dzy osiami pionowymi dla wykresu po prawej stronie;
- max-y: maksymalna wysoko�� od y = 0 ka�dej osi pionowej (najwy�sza wsp�rz�dna y jest (+ max-y) i najni�szy wsp�rz�dna y to (- max-y).
Pi�� prze��cznik�w po prawej stronie definiuje si� nast�puj�co po ustawieniu na On:

- plot-locks: spowoduje to dane dotycz�ce wykrytych blokad;
- plot-props: spowoduje to dane dotycz�ce wykre�lanych rekwizyt�w;
- plot-wingers: doprowadzi to do danych dotycz�cych wykre�lanych skrzyd�owych;
- plot -half-back na wykresie: spowoduje to dane dotycz�ce wykre�lanych halfback�w.

JAK TO DZIA�A

Lewe wykresy u�ywaj� standardowych funkcji rysowania NetLogo, aby narysowa� dane za pomoc� uk�adu wsp�rz�dnych kartezja�skich. W przypadku danych 5-wymiarowych pojawia si� problem podczas pr�by przedstawienia danych na wykresie 2-wymiarowym. Mo�emy doda� trzeci wymiar, wykre�laj�c kilka linii na tym samym wykresie, ale to pozostawia problem z wykre�laniem pozosta�ych dw�ch wymiar�w. Jednym z rozwi�za� jest posiadanie dw�ch wykres�w i wykre�lenie podzbioru wymiar�w. W modelu podzestawy dw�ch wymiar�w to: (Waga, Rok debiutu, Pozycja), aby pokaza� trendy w masach NZ All Blacks; oraz (Wysoko��, Rok debiutu, Pozycja), aby pokaza� trendy na wysoko�ci NZ All Blacks. Prawy wykres przedstawia 5-wymiarowe dane z r�wnoleg�ymi wsp�rz�dnymi. U�ywa on agent�w �atek do wykre�lania osi r�wnoleg�ych i oznaczanych punktami na osiach przy u�yciu punkt�w osiowych ��wia. Ka�da polilinia, kt�ra reprezentuje punkt 5-wymiarowy, jest nanoszona za pomoc� tego, �e ka�dy agent ��w�w wszystkich czarnych przemieszcza si� od lewej do prawej linii rysuj�cej pomi�dzy r�wnoleg�ymi osiami.

JAK TEGO U�Y�

Mo�esz u�y� tych wykres�w, aby dostrzec trendy lub wzorce w danych (np. Zamki i rekwizyty s� zazwyczaj ci�sze i wy�sze od skrzyde� i p�-plec�w, z wyj�tkiem Jonah Lomu).

CZYM JEST CEL?

Celem jest ukazanie problemu z wizualizacj� danych n-wymiarowych oraz r�nic mi�dzy wykre�laniem z u�yciem uk�adu wsp�rz�dnych kartezja�skich a r�wnoleg�ego uk�adu wsp�rz�dnych.

RZECZY DO SPE�NIENIA

Zobacz, co dzieje si� na prawym wykresie po zmianie warto�ci suwak�w. W niekt�rych przypadkach ca�a dzia�ka nie b�dzie ju� pasowa� do �rodowiska. W takim przypadku b�dziesz musia� zmieni� ustawienia �rodowiska, aby odpowiada�y. Spr�buj wy��czy� kre�lenie zamk�w, rekwizyt�w, skrzyd�owych lub p�-plec�w.

ROZSZERZENIE MODELU

Spr�buj doda� mo�liwo��, gdy u�ytkownik ma wi�ksz� kontrol� nad tym, co zostanie narysowane. Na przyk�ad: pozw�l u�ytkownikowi zdecydowa�, kt�ry tr�jwymiarowy podzbi�r danych zostanie naniesiony na lewe wykresy; lub pozwoli� u�ytkownikowi na podj�cie decyzji o kolejno�ci, w kt�rej osie s� drukowane na prawym wykresie.

POWI�ZANE MODELE

Zobacz model Missionaries and Cannibals, aby zobaczy� r�wnoleg�e wsp�rz�dne u�ywane do wykre�lania stan�w przestrzeni wyszukiwania.

�wiczenie 3.6.6:

W NetLogo bardzo �atwo jest stworzy� wykresy podobne do pokazanych po lewej na rysunku powy�ej. Przede wszystkim musisz utworzy� wykres w interfejsie. Mo�na to zrobi�, klikaj�c menu Button, a nast�pnie wybieraj�c opcj� "Plot" jako typ obiektu do dodania do Interface. Gdy to zrobisz, b�dziesz m�g� umie�ci� nowy wykres w Interface. W tym samym czasie zostaniesz poproszony o nadanie mu nazwy i okre�lenie jej atrybut�w. Dzi�ki nazwie, kt�r� podajesz (np. "Height of NZ All Blacks"), b�dziesz w stanie zaktualizowa� w�tek wewn�trz kodu za pomoc� r�nych polece�, takich jak:

set-current-plot " Height of NZ All Blacks"
set-current-plot-pen "Half-backs"
Domy�lnie wykres ma z nim skojarzony tylko jeden d�ugopis. Do narysowania narysowanej linii u�ywa si� d�ugopisu. Mo�na jednak utworzy� wiele pisak�w - na rysunkach po lewej stronie rysunku by�y u�ywane cztery pi�ra, poniewa� s� tam cztery linie (niebieski, zielony, br�zowy i karmazynowy). Tworzysz dodatkowe pi�ro przez klikni�cie na wykresie po jego umieszczeniu w Interface, nast�pnie wybranie Edyt, aby edytowa� dzia�k�, a nast�pnie klikni�cie przycisku Create, aby utworzy� nowe pi�ro wydruku. Zostaniesz poproszony o podanie nazwy dla pi�ra - mo�esz wpisa� dowolny ci�g; na przyk�ad, na rysunku 3.6.5, cztery d�ugopisy by�y nazywane "Locks", "Props", "Wingers" i "Half-backs" Istniej� dwa polecenia do okre�lenia, co jest nanoszone: plot number plotxy x, y Polecenie plot narysuje punkt na wsp�rz�dnych x, y, gdzie y = liczba (liczba, kt�ra jest przekazywana jako pojedynczy parametr do polecenia) a x zwi�ksza si� od x = 0 przy pierwszym wywo�aniu, a nast�pnie x = 1 za drugim razem x = 3 po raz trzeci i tak dalej. Polecenie plotxy b�dzie rysowa� punkt w okre�lonych wsp�rz�dnych x, y, kt�re s� przekazywane jako parametry do polecenia. Jako �wiczenie mo�emy przyjrze� si� niewielkiemu zestawowi danych takich jak te wymienione w tabeli 3.6.6. Tabela zawiera zestaw krotek zawieraj�cych informacje o graczach rugby z Nowej Zelandii, zwanych All Blacks. Dane s� 5-wymiarowe, poniewa� ka�da krotka (wiersz w tabeli) zawiera pi�� atrybut�w dotycz�cych ka�dego gracza - pozycj�, jak� gra�, ich nazw�, wysoko�� w cm, wag� w kg i rok, w kt�rym po raz pierwszy grali All Blacks.

Napisz model w NetLogo. Utw�rz struktury danych do przechowywania danych w Tabeli korzystaj�c z poni�szych czterech metod:

• Lists;
• Arrays;
• Tables;
• Turtle agents.

W tym ostatnim musisz zdefiniowa� ras� do przechowywania danych wewn�trz agenta ��wia. Utw�rz wykresy za pomoc� danych przechowywanych w czterech r�nych strukturach danych.

�wiczenie 3.6.7: Pusty model Maze NetLogo

Wypr�buj model Pusty labirynt w NetLogo:

http://files.bookboon.com/ai/Empty-Maze.html

CO TO JEST?

Ten model tworzy pusty "labirynt", kt�ry jest labiryntem z tylko zewn�trznymi �cianami, z wej�ciem i wyj�ciem na �rodku dolnym i �rodkowym wierzcho�ku.

INTERFEJS

Przycisk setup-empty-labirynt przerysuje labirynt. Suwaki s� zdefiniowane w nast�puj�cy spos�b:

- left-cols: szeroko�� poziomych �cian ci�gnionych po lewej stronie wej�cia / wyj�cia;
- right-cols: szeroko�� poziomych �cian ci�gnionych z prawej strony wej�cia / wyj�cia;
- above-rows: wysoko�� pionowych �cian narysowanych nad rz�dem przy y = 0;
- below-rows: wysoko�� pionowych �cian narysowanych pod rz�dem przy y = 0

JAK TO DZIA�A

U�ywa polecenia ask paches, aby ustawi� niebieskie �aty, kt�re definiuj� �ciany, i ustawi� pozosta�e �atki na bia�e.

JAK TEGO U�Y�

Naprawd� nie mo�esz go u�ywa� do niczego, z wyj�tkiem zmiany warto�ci suwak�w w celu utworzenia labirynt�w o r�nych rozmiarach. Aby model narysowa� labirynt, naci�nij przycisk setup-empty-maze.

CZYM JEST CEL?

Jego celem jest pokazanie, jak �atwo jest u�ywa� polece� poprawek do definiowania �rodowiska.

RZECZY DO SPE�NIENIA

Zobacz, co si� dzieje, gdy zmienisz warto�� suwak�w. Spr�buj zmieni� Settings �rodowiska, takie jak Patch size maksymalne i minimalne wsp�rz�dne x i y.

ROZSZERZENIE MODELU

Spr�buj zmieni� labirynt tak, aby wej�cie i wyj�cie by�y gdzie indziej. Spr�buj doda� agenta ��wia, aby porusza� si� po labiryncie.

POWI�ZANE MODELE

Zobacz modele z Hampton Court Maze i Chevening House Maze.

�wiczenie 3.6.8

Narysuj zestaw sze�ciu zagnie�d�onych kwadrat�w, jak pokazano na Rysunku po prawej stronie. Nale�y jednak narysowa� ka�dy kwadrat w inny spos�b, jak nast�puje:

1. u�ycie jednego czynnika ��wia dla najbardziej wewn�trznego kwadratu o kszta�cie "square 2";
2. u�ycie pojedynczego agenta ��wia dla nast�pnego kwadratu, ale rysowanie go za pomoc� pi�ra i komendy setxy;
3. u�ycie jednego agenta ��wia dla nast�pnego kwadratu narysowanego za pomoc� komendy stamp;
4. u�ycie wielu �rodk�w ��wia do nast�pnego kwadratu;
5. u�ycie czterech agent�w ��cz�cych pomi�dzy czterema �rodkami ��wia dla nast�pnego kwadratu; i w ko�cu
6. u�ywanie �atek do zewn�trznego kwadratu.

Podpowied�: sp�jrz na przyk�ad z rysunku skrzynki w bibliotece modeli NetLogo jako punkt wyj�cia

�wiczenie 3.6.9:

Importuj w�asne �rodowiska za pomoc� polecenia import-pcolors. ��wie b�d� w stanie czu� w tym �rodowisku, gdy poruszaj� si� w nim. Nak�adaj to �rodowisko na oryginalny obraz za pomoc� polecenia import-drawing. My, jako obserwatorzy, mo�emy teraz "zobaczy�", co powinno mie� �rodowisko i jak wygl�da� ale ��wie nie "widz�" pe�nego szczeg�u - wyczuwaj� tylko zaimportowane �aty. Dodaj troch� agent�w ��wia do twoich �rodowisk (i bez importowanych �atek za po�rednictwem import-pcolors), aby sprawdzi�, kt�re z polece� pozwalaj� agentom ��wiowym je wyczu�.

�wiczenie 3.6.10:

Napisz model NetLogo, kt�ry tasuje i rozdaje paczk� kart. Powiniene� u�y� Edytora kszta�t�w ��wia w menu Narz�dzia, aby utworzy� kszta�ty ��wi dla swojej karty. Mo�esz tak�e u�y� polecenia shuffle NetLogo, aby przetasowa� karty.

�wiczenie 3.6.11:

Napisz model NetLogo, kt�ry pozwala u�ytkownikowi wype�ni� kwadraty sudoku. Powinien sprawdzi�, czy wprowadzony numer jest poprawny - to znaczy, �e liczba nie pojawia si� gdzie indziej w poziomie, w pionie lub w tej samej siatce 3 na 3.

�wiczenie 3.6.12:

Napisz model NetLogo, kt�ry odczytuje dane z nast�puj�cego pliku:
http://files.bookboon.com/ai/Santa-Fe-Trail.dat

Ten plik danych zawiera dane okre�laj�ce szlak mr�wki Santa Fe opracowany przez Johna Koza w celu przetestowania wydajno�ci algorytm�w ewolucyjnych. Twoja �cie�ka mr�wek powinna wygl�da� podobnie do obrazu, jak pokazano na rysunku

Plik danych zawiera znak "." Wskazuj�cy, �e �atka nie znajduje si� na szlaku, znak "1" wskazuj�cy, gdzie znajduje si� �ywno�� na szlaku, oraz znak "0" wskazuj�cy, gdzie znajduje si� szlak, ale bez jedzenie. Na przedstawionym zdj�ciu, �aty bez szlak�w s� jasnozielone, plamy �ywno�ci na szlaku s� ciemnozielone, a plamy nie�ywno�ciowe na szlaku s� br�zowe. Problem szlaku mr�wek Santa Fe ma na celu ewolucj� programu komputerowego, kt�ry dostarczy instrukcji mr�wce, kt�ra pod��y szlakiem. Jest to �wiczenie, kt�re zostanie zbadane w tomie 2 tej serii ksi��ek. Jednak w tym �wiczeniu wystarczy, �e model odczyta �cie�k� z pliku danych, a nast�pnie wy�wietli go w �rodowisku.

3.7 Rysowanie labirynt�w za pomoc� agent�w poprawek w NetLogo

�wiczenie 3.7.1: Model Hampton Lab Maze NetLogo

Wypr�buj model Hampton Court Maze w NetLogo: http://files.bookboon.com/ai/Hampton-Court-Maze.html

CO TO JEST?

Ten model rysuje schemat ogrodu w Hampton Court Palace w Wielkiej Brytanii. Wej�cie znajduje si� na �rodku dna labiryntu, a celem jest dotarcie do centrum.

INTERFEJS

Przycisk setup-hampton-court-maze przerysuje labirynt. Suwaki s� zdefiniowane w nast�puj�cy spos�b:
- row-patches-width: szeroko�� mi�dzy poziomymi �cianami w labiryncie;
- col-patches-width: szeroko�� mi�dzy pionowymi �cianami w labiryncie.

JAK TO DZIA�A

U�ywa polecenia ask patches, aby ustawi� niebieskie �aty, kt�re definiuj� �ciany, i ustawi� pozosta�e �atki na bia�e. Kod u�ywa dw�ch procedur, kt�re s� podobne, setup-row i setup-col, aby narysowa� �ciany odpowiednio w poziomym wierszu lub pionowej kolumnie. Te procedury przyjmuj� numer wiersza lub kolumny jako pierwszy parametr, kolor, z kt�rego �ciany maj� by� rysowane, oraz lista zawieraj�ca listy o podw�jnej szeroko�ci, kt�re definiuj� segmenty, w kt�rych �ciany maj� by� rysowane w wierszu lub kolumnie.

JAK TEGO U�Y�

Naprawd� nie mo�esz go u�ywa� do niczego, z wyj�tkiem zmiany warto�ci suwak�w w celu utworzenia labirynt�w o r�nych rozmiarach. Aby model narysowa� labirynt, naci�nij przycisk setup-hampton-court-maze.

JAKI JEST CEL?

Celem jest stworzenie wirtualnego labiryntu, kt�ry w rzeczywisto�ci ma odpowiadaj�cy mu labirynt, aby zademonstrowa�, w jaki spos�b �rodowiska wirtualne mog� odzwierciedla� rzeczywiste �rodowiska, ale w procesie tym cz�sto wyst�puje zniekszta�cenie.

RZECZY DO SPE�NIENIA

Zobacz, co si� dzieje, gdy zmienisz warto�� suwak�w. Spr�buj zmieni� ustawienia �rodowiska, takie jak rozmiar poprawki i maksymalne i minimalne wsp�rz�dne x i y.

ROZSZERZENIE MODELU

Spr�buj doda� agenta ��wia, aby porusza� si� po labiryncie.

POWI�ZANE MODELE

Zobacz modele Pustego Maze i Chevening House Maze. �wiczenie 3.7.2:M Model Chevening House Maze NetLogo

Wypr�buj model Chevening House Maze w NetLogo: http://files.bookboon.com/ai/Chevening-House-Maze.html

CO TO JEST?

Ten model rysuje schemat labiryntu Chevening House w Wielkiej Brytanii. Wej�cie znajduje si� na �rodku dna labiryntu, a celem jest dotarcie do centrum. Labirynt zosta� zaprojektowany tak, aby w prosty spos�b zniszczy� zachowanie r�k w �cianie, aby dotrze� do �rodka. W tym przypadku �rodek wyst�puje na wyspie, kt�ra nie jest bezpo�rednio po��czona ze �cianami zewn�trznymi.

INTERFEJS

Przycisk "setup-chevening-maze" przerysuje labirynt. Suwaki s� zdefiniowane w nast�puj�cy spos�b:

- row-patch-width: szeroko�� mi�dzy poziomymi �cianami w labiryncie;
- col-patches-width: szeroko�� mi�dzy pionowymi �cianami w labiryncie.

JAK TO DZIA�A

U�ywa polecenia ask patches, aby ustawi� niebieskie �aty, kt�re definiuj� �ciany, i ustawi� pozosta�e �atki na bia�e. Kod u�ywa dw�ch procedur, kt�re s� podobne, setup-row i setup-col, aby narysowa� �ciany odpowiednio w poziomym wierszu lub pionowej kolumnie. Te procedury przyjmuj� numer wiersza lub kolumny jako pierwszy parametr, kolor, z kt�rego �ciany maj� by� rysowane, oraz lista zawieraj�ca listy o podw�jnej szeroko�ci, kt�re definiuj� segmenty, w kt�rych �ciany maj� by� rysowane w wierszu lub kolumnie.

JAK TEGO U�Y�

Naprawd� nie mo�esz go u�ywa� do niczego, z wyj�tkiem zmiany warto�ci suwak�w w celu utworzenia labirynt�w o r�nych rozmiarach. Aby model narysowa� labirynt, naci�nij przycisk setup-chevening-maze.

JAKI JEST CEL?

Jego celem jest stworzenie wirtualnego labiryntu, kt�ry w rzeczywisto�ci ma odpowiadaj�cy mu labirynt, aby zademonstrowa�, w jaki spos�b �rodowiska wirtualne mog� odzwierciedla� rzeczywiste �rodowiska, ale w kt�rych cz�sto mog� wyst�pi� zniekszta�cenia.

RZECZY DO SPE�NIENIA

Zobacz, co si� dzieje, gdy zmienisz warto�� suwak�w. Spr�buj zmieni� Settings �rodowiska, takie jak Patch size i maksymalne i minimalne wsp�rz�dne x i y. Spr�buj rysowa� �rodkow� wysp� w innym kolorze, aby pokaza�, �e rzeczywi�cie jest to wyspa.

ROZSZERZENIE MODELU

Spr�buj doda� agenta ��wia, aby porusza� si� po labiryncie.

POWI�ZANE MODELE

Zobacz modele Puste Maze i Hampton Court Maze.

�wiczenie 3.7.3:

Spr�buj stworzy� sw�j w�asny labirynt za pomoc� ustawie� setup-row i setup-col, kt�re zosta�y u�yte w modelach Hampton Court Maze i w Cheverning House Maze, aby stworzy� dwa labirynty. Staraj si�, aby by�y inne ni� dwa labirynty, z w�asnym niepowtarzalnym smakiem. Na przyk�ad spr�buj u�y� r�nych kolor�w �cian i u�� je w kszta�cie zwierz�cia lub owada, na przyk�ad motyla.

�wiczenie 3.7.4:

Spr�buj zmodyfikowa� model Cheening House Maze, aby pokaza�, dlaczego centrum labiryntu nie jest po��czone z zewn�trznymi �cianami. Mo�esz to zrobi�, u�ywaj�c innego koloru dla ka�dej oddzielnej "wyspy" w labiryncie. Ile wysp jest w labiryncie?

Powr�t

Ruch

�wiczenie 4.1.1:

Spr�buj doda� w�asne przyk�ady odleg�o�ci, powstrzymania lub ruchu

�wiczenie 4.1.2:

"W standardowym ameryka�skim angielskim s�owo z najwi�ksz� gradacj� znacze� jest prawdopodobnie uruchamiane. S�ownik Random House Unabridged oferuje sto osiem opcji, zaczynaj�c od "i�� szybko, poruszaj�c nogami szybciej ni� na spacerze", a ko�cz�c na "stopionym lub up�ynnionym". " Stephen King, Wolves of the Calla, 2003 (strona 523). Sprawd� t� ofert�, patrz�c na wpis dla s�owa "run" w kilku s�ownikach. Sprawd� r�wnie� wpisy dotycz�ce innych s��w zwi�zanych z ruchem, takich jak "ch�d", "przeszukiwanie", "ruch" i "id�". Wiele znacze� dla gradacji s�owa "biegnij" wywodzi si� z powszechnego poj�cia pewnej formy szybszego ruchu, czy to metaforycznie, czy bardziej bezpo�redniej korespondencji z aktywno�ci� fizyczn� biegania. Jak my�lisz, dlaczego "run" ma o wiele wi�cej gradacji w s�owach, ni� w przypadku innych s��w zwi�zanych z ruchem "chodzi�" i "czo�ga� si�"? Zwr�� uwag�, �e s�owa "move" i "go" r�wnie� maj� wiele gradacji, ale nie tak wiele jak "run".

Ruch agent�w ��wia w NetLogo

�wiczenie 4.2.1:

Zapisz zestaw instrukcji (u�ywaj�c polece� forward, left i right), kt�ry dostarczy agentowi ��wia, aby nawigowa� z nast�puj�cego punktu startowego pokazanego na lewym obrazku poni�ej do punktu pokazanego na prawym obrazku poni�ej:

Wymiary czarnego kwadratu to 60 �at na 60 �at. ��w zaczyna si� w �rodkowej cz�ci kwadratu, jak pokazano na lewym obrazku.

�wiczenie 4.2.2:

Zapisz zestaw instrukcji, aby zmusi� agenta ��wia do poruszania si�, wykonuj�c minimaln� liczb� krok�w od punktu startowego na lewym obrazku w �wiczeniu powy�ej powy�ej do punktu ko�cowego na prawym obrazku.

�wiczenie 4.2.3:

Napisz model NetLogo, kt�ry u�ywa agenta ��wia, aby narysowa� zestaw zagnie�d�onych tr�jk�t�w r�wnobocznych, jak pokazano na obrazku po prawej stronie. Tr�jk�ty powinny zosta� narysowane najpierw zewn�trznym tr�jk�tem, a nast�pnie nast�pnym wewn�trz, i tak dalej. Dodaj suwaki do modelu Interface , aby mo�na by�o zmieni� nast�puj�ce ustawienia: pocz�tkow� orientacj�; pocz�tkowe wsp�rz�dne dolnej kraw�dzi tr�jk�ta zewn�trznego; liczba narysowanych tr�jk�t�w; grubo�� bok�w; pocz�tkowa d�ugo�� jednego z bok�w; k�t skoku i odleg�o��; i stosunek do zmniejszania d�ugo�ci bok�w, kiedy ��w przeskakuje od rysowania jednego tr�jk�ta do nast�pnego zagnie�d�onego w nim. Baw si� z modelem, zmieniaj�c warto�� suwak�w, aby zobaczy� r�norodno�� wzor�w, kt�re mo�esz wygenerowa�. Zmie� kod, aby kolor u�ywany do narysowania ka�dego tr�jk�ta zmienia� ka�d� iteracj�.

�wiczenie 4.2.4:

Zmodyfikuj sw�j kod tak, aby nag��wek ��wia m�g� zosta� zmieniony o k�t okre�lony przez suwak w Interface po narysowaniu tr�jk�ta, a ��w przeskoczy� do punktu pocz�tkowego nast�pnego tr�jk�ta. Spowoduje to, �e tr�jk�ty b�d� kolejno obracane w ka�dej iteracji o k�t okre�lony przez suwak. Teraz musisz odtworzy� obraz po prawej stronie.

�wiczenie 4.2.5:

Zmodyfikuj sw�j model, aby wielokrotnie powtarza� rysowanie zestawu zagnie�d�onych tr�jk�t�w. Dodaj suwak do Interface, kt�ry pozwala kontrolowa� liczb� razy, gdy zestaw tr�jk�t�w jest narysowany, oraz k�t lub obr�t zastosowany przed przej�ciem do rysowania nast�pnego zestawu tr�jk�t�w. Spr�buj stworzy� wz�r pokazany na obrazku poni�ej. Zosta�o to wyprodukowane przez model Nested Triangles NetLogo. Baw si� przy pomocy suwak�w i stw�rz dwa lub wi�cej w�asnych charakterystycznych wzor�w, kt�re r�ni� si� od tych powy�ej. W co najmniej jednym ze swoich wzor�w eksperymentuj ze zmian� koloru, aby stworzy� bardziej estetyczny wz�r.

�wiczenie 4.2.6:

Dodaj ��wia do labiryntu Hampton Court i poruszaj nim po labiryncie, jak pokazano na poni�szym obrazku:

�wiczenie 4.2.7:

Zmodyfikuj model Lis�w i Kr�lik�w z �wiczenia 3.6.2, aby po utworzeniu kr�lik�w i lis�w, kr�liki odsun�y si� od najbli�szych lis�w, a� poczuj�, �e znajduj� si� w bezpiecznej odleg�o�ci. Dodaj suwaki do interfejsu, aby mo�na by�o kontrolowa� liczb� lis�w, liczb� lub kr�liki i promie�, w kt�rym kr�lik czuje si� bezpiecznie. Napisz dwie wersje zachowania kr�lik�w, w kt�rym w pierwszym wszystkie kr�liki odsuwaj� si� w tym samym czasie, a w drugim kr�liki na zmian� przechodz� na bezpieczn� odleg�o��.

Zachowanie i podejmowanie decyzji w zakresie ruchu

�wiczenie 4.3.1:

Dodaj agenta ��wia do modelu, kt�ry opracowa�e� dla �ladu mr�wki Santa Fe w �wiczeniu 3.6.12. (Mo�esz u�y� kszta�tu "b��du" w Edytorze ��wia, aby wygl�da� jak mr�wka). Postaraj si�, aby agent ��wia pod��a� tropem, u�ywaj�c tylko trzech rodzaj�w prostych ruch�w: poruszania si� krok po kroku; skr�caj�c w prawo o 90 stopni; lub skr�caj�c w lewo o 90 stopni. B�dziesz tak�e musia� doda� reportera, kt�ry pozwoli agentowi ��wia wyczu�, czy jedzenie jest przed tob�. Postaraj si� wymy�li� og�lne rozwi�zanie, bez uciekania si� do zbyt specyficznego rozwi�zania tylko do pracy na torze Santa-Fe-Trail, kt�re reprezentuje optymalne rozwi�zanie. Innymi s�owy, spr�buj znale�� rozwi�zanie, kt�re ma najlepszy kompromis pomi�dzy liczb� krok�w wykonanych przez program, gdy jest wykonywany razy wi�kszy od kodu programu.

Rysowanie FSM i drzew decyzyjnych za pomoc� agent�w link�w w NetLogo

�wiczenie 4.4.1: Two States NetLogo Model

Wypr�buj model Two States Maze w NetLogo:

http://files.bookboon.com/ai/Two-States.html

CO TO JEST?

Ten model pokazuje, jak narysowa� proste dwustanowe Finas State State Automation (FSA), kt�re reprezentuje proces wy��czania lub w��czania �wiat�a.

INTERFEJS

Przyciski interfejsu s� zdefiniowane w nast�puj�cy spos�b:

- setup: konfiguruje FSA. (Uwaga: czasami trzeba nacisn�� dwa razy z rz�du, aby po��czenia pomi�dzy w�z�ami sta�y si� zakrzywione, a nie proste).

- go-once: przenosi agenta z jednego stanu do drugiego.

- go: Agent wielokrotnie przesuwa si� mi�dzy stanami.

JAK TO DZIA�A

Pojedynczy agent wykonuje animacj�. Aby zasymulowa� ruch, agent przesuwa si� do po�o�enia s�siedniego, a nast�pnie zwi�ksza grubo�� cza, przez kt�re przechodzi.

JAK TEGO U�Y�

Model ten mo�e by� u�ywany jako punkt wyj�cia do rysowania bardziej skomplikowanych FSA, kt�re maj� o wiele wi�cej stan�w i wielu agent�w poruszaj�cych si� wok� nich.

CZYM JEST CEL?

Jego celem jest pokazanie w jaki spos�b mo�na animowa� FSA w NetLogo.

ROZSZERZENIE MODELU

Spr�buj doda� wi�cej stan�w i wi�cej agent�w. Spr�buj doda� stan z w�asnym linkiem do siebie. Wskaz�wka: Jednym ze sposob�w na to jest u�ycie ukrytego stanu.

�wiczenie 4.4.2: Etapy cyklu �ycia Model NetLogo

Wypr�buj model etap�w cyklu �ycia w NetLogo:

http://files.bookboon.com/ai/Life-Cycle-Stages.html

CO TO JEST?

Ten model pokazuje przyk�ad automat�w stanu sko�czonego (FSA), kt�re reprezentuj� etapy cyklu �ycia ludzi przez ca�e ich �ycie. Model oparty jest na modelu zaproponowanym przez D. Jobbera (1998) w "Principles and Practice of Marketing", McGraw-Hill. FSA jest narysowany obr�cony o 90 stopni w spos�b, w jaki Jobber go rysuje. Jest tak dlatego, �e �atwiej jest dopasowa� �rodkow� lini� stan�w w pionie ni� w poziomie w �rodowisku NetLogo. Model pokazuje, �e �ycie nie jest linearn� progresj� - s� cykle, przez kt�re przechodz� ludzie.

INTERFEJS

Przyciski interfejsu s� zdefiniowane w nast�puj�cy spos�b:

- setup: konfiguruje FSA.

- go-once: Wykonuje jeden znacznik symulacji.

- go: To sprawia, �e symulacja dzia�a nieprzerwanie.

Suwaki Interface i prze��czniki s� zdefiniowane w nast�puj�cy spos�b:

- births-each-tick slider: Jest to liczba agent�w ��wia urodzonych w ka�dym tikku (rozpoczynaj�cych si� od stanu "Single, at home" w g�rnym �rodku FSA.

- turtles-are-visible : je�li opcja ta jest wy��czona, ��wie stan� si� niewidoczne.

Na wykresie interfejsu oznaczonym "Agent population" kre�lona jest liczba agent�w, kt�re istniej� obecnie, a czas tyka dla trzech zestaw�w stan�w: dla wszystkich stan�w; tylko dla pa�stwa "Young , parents"; i dla tylko stan "Solitary, retired".

JAK TO DZIA�A

Suwak birth-each-tick kontroluje liczb� agent�w ��wia, kt�re rodz� si� na ka�dym kleszczu. Zaczn� w g�rnym �rodkowym obszarze oznaczonym jako "Single, at home". Ka�dy kolejny tykot, agenci b�d� losowo wybiera� przechodzenie do jednego ze stan�w wychodz�cych. Ostatecznie ka�dy agent znajdzie si� w ostatecznym stanie oznaczonym jako "Solitary, retired" w �rodkowym dole.

JAK TEGO U�Y�

Ten model jest kolejnym bardziej skomplikowanym przyk�adem FSA. Mo�e by� u�ywany jako punkt wyj�cia do rysowania innych FSA, a nast�pnie animowania ich. Aby uruchomi� symulacj�, najpierw naci�nij przycisk konfiguracji, a nast�pnie przycisk "Jed� raz" (aby kontynuowa� symulacj� jednym klikni�ciem) lub przycisk "Przejd�" (aby symulacja przebiega w spos�b ci�g�y).

CZYM JEST CEL?

Jego celem jest pokazanie w jaki spos�b mo�na animowa� FSA w NetLogo.

POWI�ZANE MODELE

Zobacz modele Two States.

�wiczenie 4.4.3:

U�yj przyk�adowego kodu w dw�ch powy�szych modelach (dwa stany i etapy cyklu �ycia), aby stworzy� w�asny animowany FSM w NetLogo (musi on zawiera� co najmniej trzy stany).

�wiczenie 4.4.4: Model ptak�w NZ

Wypr�buj model NZ Birds w NetLogo:

http://files.bookboon.com/ai/NZ-Birds.html

CO TO JEST?

Ten model pokazuje, jak utworzy� drzewo decyzyjne w NetLogo, a nast�pnie animowa� je. Drzewo decyzyjne sk�ada si� z szeregu pyta�, kt�re mo�na wykorzysta� do odgadni�cia, czy ptak, o kt�rym my�li dana osoba, jest pewnym rodzajem nowozelandzkiego ptaka, czy te� nie (w bardzo podobny spos�b jak w grze towarzyskiej Twenty Questions).

INTERFEJS

Przyciski interfejsu s� zdefiniowane w nast�puj�cy spos�b:

- setup: Ustawia i wy�wietla ca�e drzewo decyzyjne.

- go-once: pytanie jest zadawane na podstawie bie��cego punktu w drzewie decyzyjnym.

- go: Proces zadawania pyta� trwa do momentu znalezienia odpowiedzi.

JAK TO DZIA�A

Stany drzewa decyzyjnego s� reprezentowane przez agent�w ��wia (zwanych "points" w modelu) i zawieraj� zmienn� pyta�, kt�ra jest pytaniem, kt�re nale�y zada� agentowi spacerowemu w punkcie decyzyjnym. Agenci spacer s� reprezentowani przez agent�w ��wia (zwanych "agents" w modelu) i przechowuj� one zmienn� lokacji, kt�ra jest ustawiona na punkt w drzewie decyzyjnym, kt�ry agent mo�e obecnie znale��. Odpowiedzi s� przechowywane jako zmienne powi�zane z ��czami mi�dzy w�z�ami w drzewie decyzyjnym (to jest points). Agenci Walker przenosz� si� do w�z�a potomnego w zale�no�ci od odpowiedzi udzielonej przez u�ytkownika z tym pytaniem.

JAK TEGO U�Y�

Popro� kogo�, aby pomy�la� o ptaku nowozelandzkim, a nast�pnie uruchom model, naciskaj�c przycisk setup, a nast�pnie przyciski go, aby sprawdzi�, czy model mo�e odgadn��, kt�rego ptaka my�li.

CZYM JEST CEL?

Jego celem jest zilustrowanie sposobu, w jaki mo�na utworzy� drzewo decyzyjne NetLogo i animowanie go. Drugorz�dnym celem jest pokazanie, �e podejmowanie decyzji przez agenta jest analogiczne do ruchu w �rodowisku.

RZECZY DO SPE�NIENIA

Zobacz, co dzieje si�, gdy osoba, z kt�r� grasz, wybiera ptaka innego ni� Niderlandzki do zabawy. Sprawd�, co dzieje si�, gdy osoba, z kt�r� grasz, podaje nieprawid�ow� odpowied� lub nie zna odpowiedzi na to pytanie.

ROZSZERZENIE MODELU

Spr�buj utworzy� inne drzewo decyzyjne. Spr�buj doda� opcj� "nie wiem" do mo�liwych odpowiedzi na pytania.

Animacja komputerowa

�wiczenie 4.5.1:

Wypr�buj model Animacja kszta�tu w NetLogo

http://ccl.northwestern.edu/netlogo/models/ShapeAnimationExample

Wyja�nij, co robi� nast�puj�ce procedury w tym modelu:

• animate;

• move-person;

• age-flower;

• make-flower.

�wiczenie 4.5.2: Model chodu w sztyfcie

Wypr�buj model chodzenia do figury w NetLogo:

http://files.bookboon.com/ai/Stick-Figure-Walking.html

CO TO JEST?

Ten model pokazuje, jak dosta� posta� stick, aby przej�� przez ekran.

INTERFEJS

Przyciski Interface s� zdefiniowane w nast�puj�cy spos�b:

- setup: Resetuje animacj� poprzez umieszczenie figury po lewej stronie otoczenia.

-go-once: Postacie przesuwaj� si� po ekranie od lewej do prawej strony.

- go: posta� kija kilkakrotnie przechodzi przez ekran od lewej do prawej strony.

Suwaki Interface i prze��czniki s� zdefiniowane w nast�puj�cy spos�b:

-forward-movement-increment: Tak dalece posta� porusza si� do przodu, nast�pna klatka jest rysowana.

- clear-display-in-between: Je�li opcja ta jest wy��czona, wszystkie ramki zostan� narysowane bez uprzedniego rozliczenia poprzedniej.

JAK TO DZIA�A

U�ywa sze�ciu wersji postaci stick, aby wykona� podstawow� animacj� klatki kluczowej. Istnieje sze�� konfiguracji postaci kija, kt�re odpowiadaj� sze�ciu ramkom u�ywanym do definiowania ruchu chodzenia. Te sze�� ramek jest wy�wietlanych jedna po drugiej, a nast�pnie animacja si� powtarza. tj. sekwencja ramek to 1, 2, 3, 4, 5, 6, 1, 2, 3, 4, 5, 6, 1, ... Figurka jest rysowana za pomoc� dw�ch typ�w ��wi - jednej dla g�owy, a drugiej dla cia�a i ko�czyn. Odbywa si� to za pomoc� polece� rysowania ��wia NetLogo, a nie za pomoc� agent�w link�w.

JAK TEGO U�Y�

Naprawd� nie mo�esz go u�ywa� do niczego, z wyj�tkiem zmiany warto�ci suwak�w w celu utworzenia labirynt�w o r�nych rozmiarach. Najpierw naci�nij przycisk setup, a nast�pnie je�li chcesz uruchomi� sekwencj� animacji raz, a nast�pnie naci�nij przycisk go-once. Je�li chcesz, aby sekwencja animacji dzia�a�a nieprzerwanie, naci�nij przycisk go. Zmiana suwaka forward-movement-increment zmienia pr�dko�� ruchu, je�li prze��cznik z clear-display-in-between jest ustawiony na On. Je�li ustawione na Off, rysuje wszystkie ramki.

CZYM JEST CEL?

Jego celem jest pokazanie, w jaki spos�b wykona� podstawow� animacj� klatki kluczowej, a tak�e pokaza�, jak zmiana pojedynczej zmiennej, kt�ra okre�la ruch do przodu figury kijem (np. Zmienna przyrostowa ruchu do przodu) mo�e dawa� zaskakuj�cy zakres ruch�w. Kolejnym celem jest zilustrowanie, w jaki spos�b ruch ma podstawowe znaczenie dla agenta w �rodowisku i mo�e by� wykorzystany do odr�nienia jego rodzaju zachowania. Ruch cia�a i g�owy stick figurek (manifestacja jego wykonania) mo�e r�wnie� zosta� roz�o�ony na ruch poszczeg�lnych cz�ci jego cia�a i g�owy

RZECZY DO SPE�NIENIA

Spr�buj zmieni� suwak forward-movement-increment, aby zobaczy�, co dzieje si� z animacj�. Spr�buj zrobi� to dynamicznie, na przyk�ad, zmieniaj�c suwak w trakcie animacji. Spowoduje to, �e posta� wydaje si� zwolni� spacer lub przyspieszy� bieg. Je�li ustawisz inkrement na ujemny, zacznie si� cofa�. Je�li ustawisz inkrement na -1, mo�esz r�wnie� dosta� figurk� do moonwalk.

ROZSZERZENIE MODELU

Spr�buj u�y� innego zestawu klatek, aby uzyska� posta� stick do chodzenia / biegania / skakania / raczkowania na r�ne sposoby.

POWI�ZANE MODELE

Zobacz model Stick Animation Figure

�wiczenie 4.5.3:

Wypr�buj model animacji stick figure w NetLogo:

http://files.bookboon.com/ai/Stick-Figure-Animation.html

CO TO JEST?

Ten model pozwala tworzy� w�asne animacje figurek i eksportowa� je do plik�w do importowania na p�niej lub eksportowa� je do plik�w filmowych QuickTime. Model zosta� zainspirowany aplikacj� Pivot Stick Figure Animator stworzon� przez Petera Bone.

INTERFEJS

Przyciski interfejsu s� zdefiniowane w nast�puj�cy spos�b:

- start-recording: Resetuje sekwencj� animacji.

- record-this-frame: Wykonuje migawk� tego, co aktualnie znajduje si� na ekranie, oraz dodaje j� jako kolejn� klatk� do sekwencji animacji.
- play=frames: Spowoduje to (raz) wszystkie klatki zapisane w sekwencji animacji. Op�nienie pomi�dzy odtwarzaniem ka�dej klatki w sekwencji jest okre�lane przez op�nienie klatki suwak. Kt�ra ramka jest odtwarzana jest pokazywana przez monitor numeru ramki.
- play-forever: To spowoduje wielokrotne odtwarzanie nagranych klatek.
- show-all-frames: Pokazuje wszystkie nagrane klatki na�o�one jedna na drug� z pokazanymi numerami klatek.
- create-new-figure: Rysuje now� posta� na ekranie w aktualnej pozycji myszy po klikni�ciu myszk�. Kolory kreski s� okre�lane przez suwaki koloru g�owy, koloru punktowego i koloru linii.
- select-object: Pozwala u�ytkownikowi wybra� obiekt (g�ow� stick figure lub jeden z jego punkt�w obrotu), aby mo�na go by�o przesun��.
- erase-object: Pozwala u�ytkownikowi na wymazanie obiektu.
- select-region: Umo�liwia u�ytkownikowi wybranie wielu obiekt�w wewn�trz prostok�tnego regionu w celu ich przesuni�cia.
- erase-region: Umo�liwia u�ytkownikowi kasowanie obiekt�w wewn�trz regionu.
- export-animation: eksportuje animacj� do pliku na dysku, aby mog�a zosta� zaimportowana w p�niejszym terminie. (Uwaga: to nie dzia�a z apletu. Pobierz plik modelu, i uruchom go bezpo�rednio).
- import-animation: importuje animacj� z pliku ju� zapisanego na dysku. (Uwaga: to nie dzia�a z apletu: pobierz plik modelu i uruchom go bezpo�rednio).
- export-movie: eksportuje animacj� do pliku filmowego QuickTime. Rama filmu ,szybko�� jest okre�lona przez suwak movie-frame-rate (Uwaga: to nie zadzia�a z aplet. Pobierz plik modelu i uruchom go bezpo�rednio).
- draw-text: Pozwala u�ytkownikowi na narysowanie tekstu na aktualnej pozycji myszy, kiedy klikasz myszk�. Wyrysowany tekst jest okre�lony przez pole tekstowe i rozmiar i kolor czcionki okre�laj� suwaki wielko�ci tekstu i tekstu.

JAK TO DZIA�A

Ka�da figura jest rysowana przy u�yciu trzech typ�w agent�w - head ��wia g�owy do reprezentowania g�owy; point ��wia do reprezentowania punkt�w obrotu figurki; oraz agent ��cza line do reprezentowania cia�a i ko�czyn. Dodatkowo, do rysowania tekstu wykorzystywana jest typ agenta tekstowego. Nagrywanie odbywa si� za pomoc� polece� show-turtle i hide-turtle NetLogo. Wy�wietlane s� tylko bie��ce ramki - pozostali zarejestrowani agenci s� ukryci. Kopie agent�w ��wia agenci ��cz�ce ze wszystkich starych nagranych ramek pozostaj� w �rodowisku. Te kopie s� przechowywane w okre�lonych nagrywarkach - recorded-head, recorded-points, recorded-lines i recorded-texts - tak, �e agenci obecnej ramki mog� by� �atwo odr�nieni od agent�w nagranej ramki. Te zarejestrowane agenty maj� r�wnie� dodatkow� zmienn� - frame, hframe, lframe lub tframe - kt�ra jest u�ywana do przechowywania numeru klatki podczas ich rejestrowania. Podczas odtwarzania animacji procedura wykonuje p�tl� while dla ka�dego numeru ramki. Ta procedura wielokrotnie najpierw ukrywa wszystkich agent�w, a nast�pnie tylko zarejestrowani agenci z bie��cym numerem ramki s� pokazane.

JAK TEGO U�Y�

U�yj przycisku start-recording, aby rozpocz�� nagrywanie sekwencji animacji. Dodaj tyle nowych figurek, ile chcesz, za pomoc� przycisku create=new-figure. Przesu� te figury wok� lub usu� je za pomoc� przycisk�w edycji - select-object, erase-object, select-region i erase-region. Za ka�dym razem, gdy chcesz, aby dany animowany ekran zosta� nagrany, naci�nij przycisk record-this-frame. Nic nie jest nagrywane, dop�ki ten przycisk nie zostanie naci�ni�ty - ruch obiekt�w wok� podczas ich edycji nie zostanie zapisany w sekwencji animacji. Mo�esz odtwarza� sekwencj� animacji jeden raz, naciskaj�c przycisk play-frames lub utrzymywa� j� w ci�g�ym ruchu naci�ni�cie przyciskuplay-forever. Gdy jeste� zadowolony z animacji, zapisz j� na dysku za pomoc� przycisku export-animation, aby mo�na by�o za�adowa� j� za pomoc� przycisku import-animation lub wyeksportowa� j� do filmu QuickTime za pomoc� przycisku export-movie.

CZYM JEST CEL?

Ten model zosta� zainspirowany niesko�czon� r�norodno�ci� i czyst� kreatywno�ci� niezliczonych animacji stick figurek, kt�re mo�na znale�� na YouTube. Styl modelu przypomina program Pivot Stick Figure Animator w domenie publicznej stworzony przez Petera Bone. Jego celem jest pokazanie, jak wykona� podstawow� animacj� klatki kluczowej. Kolejnym celem jest zilustrowanie, w jaki spos�b ruch ma podstawowe znaczenie dla agenta w �rodowisku i mo�e by� wykorzystany do odr�nienia jego rodzaju zachowania. Ruch cia�a i g�owy stick figurek (manifestacja jego uciele�nienia) mo�e r�wnie� zosta� roz�o�ony na ruch poszczeg�lnych cz�ci jego cia�a i g�owy.

RZECZY DO SPE�NIENIA

Spr�buj tworzy� skomplikowane animacje figurkowe. Jeste� ograniczony jedynie swoj� wyobra�ni�. Je�li utkniesz, sp�jrz na animacje stick figurek na YouTube.

ROZSZERZENIE MODELU

Spr�buj pozwoli� u�ytkownikowi dodawa� inne obiekty, takie jak drzewa, samochody i budynki. Szybkie spojrzenie w YouTube pokazuje, �e jedna konkretna odmiana animacji wyst�puje cz�sto -stop-frame - animation za pomoc� postaci Lego, zw�aszcza Lego Star Wars. Zmie� ten model, aby pokazywa� figurki Lego, a tak�e postaci stick (takie jak Lego Clone Troopers i Lego Yoda). Gdy to zrobisz, mo�esz spr�bowa� stworzy� alternatywny �wiat Gwiezdnych wojen, w kt�rym znane postacie z Gwiezdnych Wojen walcz� z atakuj�cymi postaciami Stick.

POWI�ZANE MODELE

Zobacz model chodzenia do figury.

�wiczenie 4.5.4:

Dowiedz si�, co robi model animacji figury po naci�ni�ciu nast�puj�cych przycisk�w:

• record-this-frame;

• play-frames;

• show-all-frames;

• export-animation;

• import-animation;

• export-movie.

�wiczenie 4.5.5:

Napisz model NetLogo, kt�ry b�dzie animowa� prosty ruch agenta w �rodowisku od lewej do prawej, tak jak model Stick Figure Walking. Dodaj selektor do interfejsu, aby u�ytkownik m�g� wybra� kszta�t animowanego agenta - na przyk�ad samochody, ci�ar�wki, poci�gi i autobusy.

Animowane mapowanie i symulacja

�wiczenie 4.6.1: Model Continental Divide NetLogo

Wypr�buj model Continental Divide w NetLogo:

http://ccl.northwestern.edu/netlogo/models/ContinentalDivide

Dowiedz si�, w jaki spos�b model ustawia �rodowisko z danych wysoko�ci (zwr�� uwag� na u�ycie polecenia foreach na wielu listach). Dowiedz si� r�wnie�, w jaki spos�b przeprowadzana jest pow�d�.

�wiczenie 4.6.2: Model Grand Canyon NetLogo

Wypr�buj model Wielkiego Kanionu w NetLogo:

http://ccl.northwestern.edu/netlogo/models/GrandCanyon

W jaki spos�b dane wysoko�ci s� importowane do tego modelu? Jak dzia�a procedura przep�ywu? Innymi s�owy, w jaki spos�b zachowuj� si� agenci kropel deszczu, aby symulowa� przep�yw wody? Zauwa� w pewnym momencie procedury, �e agenci typu kropli deszczu prze��czaj� si� na typ wodny. Dlaczego to si� robi? Zwr�� uwag� na u�ycie globalnego zestawu agent�w na granicy poprawek, aby upro�ci� rozpoznawanie, kiedy brzeg �rodowiska zostanie osi�gni�ty.

Powr�t

Uciele�nienie

�wiczenie 5.1.1:

Spr�buj doda� w�asne przyk�ady Cia�a lub Umys�u, Wzroku, S�uchu, Zapachu, Smaku i jedzenia, lub Dotyk.

5.2 Kilka cech autonomicznych agent�w

�wiczenie 5.2.1:

Wype�nij poni�sz� tabel�, u�ywaj�c kilku przyk�ad�w r�nych typ�w agent�w ze �wiata rzeczywistego i wirtualnego wymienionych w pierwszej kolumnie:

Rodzaj agenta :

Prawdziwy agent
Prawdziwy autonomiczny robot
Prawdziwy p�autonomiczny robot
Wirtualny agent
Wirtualny agent p�-autonomiczny
Symulowany agent

Wykonanie (mo�liwo�ci wykrywania) :

�rodowisko :

Zachowanie �rodowiska (reaktywne lub kognitywne) :

W drugiej kolumnie opisz przyk�ady wykonania i mo�liwo�ci wykrywania, z kt�rych korzysta agent do interakcji i odczuwania �wiata. W trzeciej kolumnie opisz �rodowisko, w kt�rym znajduje si� agent, zar�wno rzeczywiste, wirtualne, jak i abstrakcyjne. Wype�nij czwart� kolumn� ze szczeg�ami dotycz�cymi jej zachowania i tego, czy zachowanie jest g��wnie reaktywne lub bardziej poznawcze.

5.3 Dodanie mo�liwo�ci wykrywania do Turtle Agents w NetLogo

�wiczenie 5.3.1:

Wypr�buj nast�puj�ce modele w NetLogo, korzystaj�c z poni�szych link�w. Modele te wprowadzaj� podstawowe funkcje wykrywania w agentach ��wi. Modele te (z wyj�tkiem modelu Wall Po Example) zosta�y zaktualizowane z przyk�ad�w podanych w przyk�adach kodu biblioteki modeli NetLogo, dodaj�c kolejne suwaki w Interface , aby rozszerzy� opcje symulacji, jak opisano poni�ej. Model Look Ahead Example 2 symuluje podstawowy wzrok dla ka�dego agenta ��wia za pomoc� polecenia patch-ahead. Model zosta� zmodyfikowany w celu dodania suwaka number-of-turtles w INterface, aby umo�liwi� u�ytkownikowi kontrolowanie liczby ��wi tworzonych na pocz�tku symulacji

http://files.bookboon.com/ai/Look-Ahead-Example-2.html

Model Wall Following Example jest taki sam jak w bibliotece modeli NetLogo. Pokazuje zachowanie na �cianie za pomoc� polecenia patch-right-and-ahead, aby symulowa� zmys� dotyku poprzez detekcj� zbli�eniow�.

http://ccl.northwestern.edu/netlogo/models/WallFollowingExample

Model Line of Sight Example 2 to niewielka modyfikacja modelu udost�pnionego w bibliotece modeli NetLogo - zamiast tworzonych 6 agent�w ��wia-spacerowicz�w, istnieje 20. Model realizuje poczucie widzenia poprzez okre�lenie, co ka�dy agent walker "zobaczy�by". W jego linii wzroku. Czasami z powodu bezpo�redniego terenu, ta linia wzroku mo�e by� ograniczona ze wzgl�du na pobliskie wzg�rze zas�aniaj�ce jej widzenie. Innym razem linia wzroku b�dzie d�u�sza.

http://files.bookboon.com/ai/Line-of-Sight-Example-2.html

Model Vision Cone Przyk�ad 2 to niewielka modyfikacja modelu udost�pnionego w bibliotece modeli NetLogo. Do Interface dodano dwa suwaki - number-of-standers i number-of-wanderers - aby kontrolowa� liczb� szarych agent�w stander, kt�re si� nie poruszaj�, oraz liczb� czerwonych agent�w wanderer, kt�rzy poruszaj� si� wok� wykrywania tego, co jest w �rodowisku. Model implementuje zmys� widzenia w�drowca za pomoc� polecenia in-cone NetLogo.

http://files.bookboon.com/ai/Vision-Cone-Example-2.html

Model Hill Climbing Example 2 symuluje agent�w ��wia z mo�liwo�ci� rozpoznania, co jest pod g�r� w terenie przy u�yciu polecenia uphill NetLogo. Model jest taki sam, jak w Bibliotece modeli NetLogo, z wyj�tkiem nast�puj�cych dodanych do Interface : przycisk "go once", aby u�ytkownik m�g� kontrolowa� ruchy agent�w ��wia jeden krok po kroku na zaznaczenie; i suwak number-of-turtles, kt�ry kontroluje liczb� ��wi stworzonych w �rodowisku. Od kiedy ��wie s� tworzone losowo �atk� u�ywaj�ce komend n-of i sprout, zwi�kszenie warto�ci tego suwaka do wi�kszej lub r�wnej liczbie poprawek, a nast�pnie naci�ni�cie przycisku go spowoduje wszystkie mo�liwe �cie�ki, kt�re mog� podj�� agenci ��wi (zgodnie z zachowanie wspinaczki), b�d�c narysowanym w �rodowisku, jak pokazano na poni�szym obrazku. Powoduje to efekt prawie 3D, w kt�rym wyra�nie zaznaczono �cie�ki wzd�u� najwy�szych punkt�w linii grzbietu.

http://files.bookboon.com/ai/Hill-Climbing-Example-2.html

Przeanalizuj ka�dy z modeli, aby zobaczy�, jak skuteczne s� dla ��wiowych agent�w w dostarczaniu �rodk�w do wykrywania tego, co dzieje si� w �rodowisku. Spr�buj jeszcze bardziej rozszerzy� modele, dodaj�c kolejne mo�liwo�ci, aby wzmocni� zmys�y agenta ��wia. Jak trudno jest zmusi� agenta ��wia do wyczucia? To jest, jakie s� problemy z koordynowaniem dzia�a� agent�w w odpowiedzi na zdarzenia sensoryczne wyst�puj�ce w wielu strumieniach wej�ciowych?

�wiczenie 5.3.2:

Po naci�ni�ciu przycisku pen-down w modelu Look Ahead Example 2, �cie�ki szybko wype�niaj� reszt� �rodowiska opr�cz niebieskich �at. Wykorzystaj to zachowanie, aby zaprojektowa� model symuluj�cy autonomicznego robota odkurzaj�cego, kt�ry czy�ci pod�og� w pomieszczeniu. Spr�buj doda� jedno lub wi�cej dalszych zachowa�, aby symulowany robot pokrywa� �rodowisko w inny spos�b ni� metoda zastosowana w modelu 2 z wyprzedzeniem. Rozszerz model, aby u�ytkownik m�g� doda� kolejne przeszkody do �rodowiska.

Wykonywanie zada� w spos�b reaktywny bez poznania

�wiczenie 5.4.1: Model Mr�wki NetLogo

Wypr�buj model Ants w NetLogo:

http://ccl.northwestern.edu/netlogo/models/Ants

Okre�l, w jaki spos�b nast�puj�ce zmienne patche s� u�ywane w tym modelu: • chemical;

• food;

• nest?;

• nest-scent;

• food-source-number.

Dowiedz si� r�wnie�, jak dzia�aj� nast�puj�ce procedury:

• look-for-food;

• return-to-nest;

• uphill-chemical;

• uphill-nest-scent.

�wiczenie 5.4.2: Model Mazes NetLogo

Wypr�buj model Mazes w NetLogo:

http://files.bookboon.com/ai/Mazes.html

CO TO JEST?

Ten model pokazuje, jak uzyska� prostego reaktywnego agenta ��wia do poruszania si� po labiryncie. Model pochodzi z trzech labirynt�w - pustego labiryntu (tu� poza murami) i dw�ch labirynt�w, kt�re s� schematycznymi przedstawieniami prawdziwych labirynt�w w Wielkiej Brytanii - labiryntu Pa�acu Hampton Court i Cheening House Maze.

INTERFEJS

Przyciski w Interface s� zdefiniowane w nast�puj�cy spos�b:

- setup: Spowoduje to oczyszczenie �rodowiska i przerysowanie labiryntu wybranego przez poszukiwanego przez labirynt gracza.

- go-once: To sprawi, �e pojedynczy agent ��wia przejdzie przez labirynt zgodnie z zachowaniem wybranym w selektorze turtle-behaviour. Ten przycisk wykona procedur� "walky" raz, a nie ci�gle.

- go-forever: To sprawi, �e pojedynczy agent ��wia b�dzie ci�gle chodzi� po labiryncie zgodnie z zachowaniem wybranym w selektorze turtle-behaviour.

Wybory, suwaki i prze��cznik s� zdefiniowane nast�puj�co:

- maze-being-searched: Okre�la szukany labirynt. To jest albo pusty labirynt, labirynt Hampton Court Palace, albo labirynt Chevening House.

- turtle-behaviour: Okre�la typ zachowania reaktywnego, jakie wykazuje ��w spacerowy. Rodzaje zachowa� s� nast�puj�ce:

"hand-on-the-wall": To jest klasyczny mur labiryntu, kt�ry zachowuje si�, trzymaj�c okre�lon� d�o�, w lewo lub w prawo, na �cianie przez ca�y czas. Model losowo decyduje o tym, czy wybrana jest lewa czy prawa r�ka.

"Random Forward 0": W takim zachowaniu agent ��wia chodz�cego porusza si� do przodu, o ile nie ma �ciany przed sob�, a nast�pnie pr�buje skr�ci� w lewo, chyba �e jest �ciana po lewej, a nast�pnie pr�buje skr�ci� w prawo, chyba �e jest �ciana po prawej stronie , a nast�pnie losowo skr�ca w lewo lub w prawo, w ostateczno�ci.

" Random Forward 1": W tym zachowaniu agresor porusza si� g��wnie w linii prostej w przypadkowych kierunkach na losowy dystans, ale je�li napotka �cian�, uderzy w ni� przez kr�tki czas (podobnie jak walenie dzi�cio�a przeciwko drzewu lub muchy przy oknie), zanim wycofa si� z losowej odleg�o�ci i kontynuuje swoj� losow� w�dr�wk�.

"Random Forward 2": W tym zachowaniu, agent Turtle Walkera w�druje w przypadkowych kierunkach za pomoc� ma�ych krok�w.

- set-pen-down ?: Je�li ustawione na On, to narysuje �cie�k� agenta ��wia Walkera.

- left-cols,right-cols, above-rows, below-rows, entrance-cols: Ustawia d�ugo�� i szeroko�ci pustych �cian bocznych i wej�cia do pustego labiryntu.

- col-patches-width, row-patches-width: Ustawia szeroko�� w �atach dla kolumn i rz�d�w labiryntu Hampton Court i labiryntu Chevening House (tj. szeroko�� mi�dzy poziomymi i pionowymi �cianami w tych labiryntach).

JAK TO DZIA�A

U�ywa polecenia ask patches, aby ustawi� niebieskie �aty, kt�re definiuj� �ciany, i ustawi� pozosta�e �atki na bia�e. Kod u�ywa dw�ch procedur, kt�re s� podobne, setup-row i setup-col, aby narysowa� �ciany odpowiednio w poziomym wierszu lub pionowej kolumnie. Te procedury przyjmuj� wiersz lub kolumn� numer jako pierwszy parametr, kolor, z kt�rego �ciany maj� by� rysowane, oraz lista zawieraj�ca listy o podw�jnej szeroko�ci, kt�re definiuj� segmenty, w kt�rych �ciany maj� by� rysowane w wierszu lub kolumnie. Jeden agent ��wia jest tworzony jako agent walker. U�ywa prostej metody detektora zbli�eniowego (patrz reporter �cienny), aby wykry�, czy �ciana znajduje si� przed nami pod okre�lonym k�tem i odleg�o�ci�.

JAK TEGO U�Y�

Najpierw wybierz labirynt za pomoc� maze-being-searched, a nast�pnie wybierz zachowanie ��wia za pomoc� selektora turtle-behaviour. Nast�pnie naci�nij przycisk setup, a nast�pnie przyciski go-once lub go-forever. Aby zmusi� ��wia, by narysowa� jego �cie�k�, ustaw set-pen-down? prze��czaj�c na On. JAKI JEST CEL?

Jego celem jest pokazanie, jak prosty reaktywny czynnik mo�e by� skuteczny (lub nie) w badaniu labiryntu. ��w nie ma zdolno�ci poznawczych, aby rozpozna� sytuacj�, w jakiej si� znajduje; na przyk�ad �e w labiryncie jest cel, do kt�rego powinien d��y�, �e czasami utknie, �e istniej� alternatywne �cie�ki, kt�re mo�e pokona� w r�nych punktach lub �e podr�owa� wielokrotnie w tym samym punkcie. Agent ��wia po prostu reaguje na bezpo�redni� sytuacj�, w kt�rej znajduje si� za pomoc� prostego detektora zbli�eniowego do wykrywania �ciany w pobli�u. Model wykorzystuje r�wnie� dwa wirtualne labirynty, kt�re w rzeczywisto�ci maj� odpowiedni labirynt, aby pokaza�, w jaki spos�b �rodowiska wirtualne mog� odzwierciedla� rzeczywiste �rodowiska, ale w kt�rych proces ten cz�sto mo�e by� zniekszta�cony.

RZECZY DO SPE�NIENIA

Wypr�buj r�ne zachowania r�nych labirynt�w, zmieniaj�c warto�ci wybieranych przez labirynt i wybieranych przez ��wia. Spr�buj to zrobi�, gdy ��w si� porusza. Zobacz, co si� dzieje, gdy zmienisz warto�� suwak�w. Spr�buj zmieni� ustawienia �rodowiska, takie jak rozmiar poprawki i maksymalne i minimalne wsp�rz�dne x i y.

ROZSZERZENIE MODELU

Spr�buj doda� w�asne zachowania, aby zmusi� agenta ��wia do poruszania si� po labiryncie.

CECHY NETLOGO

Model wykorzystuje reporter path-right-and-ahead, aby umo�liwi� agentowi ��wia wyczu�, czy w pobli�u znajduje si� �ciana.

POWI�ZANE MODELE

Zobacz modele Puste Maze, Hampton Court Maze i Chevening House Maze.

�wiczenie 5.4.3:

Zmie� kszta�t ��wia, kt�ry przeszukuje labirynt w kszta�t myszy. Zr�b to, wybieraj�c opcj� Import from Library w Turtle Shapes Editor. Spr�buj zmieni� rozmiar ��wia, aby zobaczy�, co dzieje si� w r�nych �rodowiskach, gdy ��w jest wi�kszy lub mniejszy.

�wiczenie 5.4.4:

Dodaj stworzony przez siebie labirynt w �wiczeniu 3.7.3 do modelu Maze. Jak ��wie z r�nymi zachowaniami ��wia radz� sobie z nowym �rodowiskiem? Czy w twoim labiryncie jest co� innego ni� pozosta�e labirynty (pusty labirynt, labirynt Pa�acu Hampton Court i Labirynt Chevening House), kt�ry powoduje nowe zachowanie? Spr�buj tak�e doda� w�asne zachowania ��wi.

�wiczenie 5.4.5:

Jak dzia�aj� nast�puj�ce procedury, kt�re okre�laj� r�ne zachowania ��wia w modelu Mazes ?:

• behaviour-wall-following;

• behaviour-random-forward-0;

• behaviour-random-forward-1;

• behaviour-random-forward-2.

�wiczenie 5.4.6:

Spr�buj odtworzy� to, co wida� na zrzutach ekranu dla modelu Maze,.W przypadku wi�kszo�ci z nich praktycznie niemo�liwe jest odtworzenie dok�adnie tego, co wida� na zrzutach ekranu. Czemu? Kt�re z nich mo�na odtworzy� dok�adnie?

�wiczenie 5.4.7:

Postaraj si�, aby ��w dotar� do centrum Cheening House Maze. B�dziesz musia� to zrobi�, wykorzystuj�c zachowanie obserwuj�ce �cian� przez wi�kszo�� czasu, ale tymczasowo prze��czaj�c si� na inne zachowanie, aby przeskoczy� z jednej wyspy na drug�. Kt�ra kombinacja zachowa� wydaje si� najskuteczniejsza i w jakich punktach w labiryncie?

Uciele�nione, po�o�one poznanie

�wiczenie 5.5.1:

Zmodyfikuj zachowanie agenta ��wia, kt�ry opracowa�e� dla �wiczenia 4.3.1, aby �ledzi� szlak mr�wek Santa Fe, tak aby u�ywa� bardziej wyrafinowanej metody do wykrywania obecno�ci pokarmu. W �wiczeniu 4.3.1, ��w m�g� jedynie wyczu� obecno�� pokarmu bezpo�rednio przed sob�. Spr�buj r�nych odmian zachowania agenta ��wia, kt�ry bierze pod uwag� jego uciele�nienie i usytuowanie. Chodzi o to, aby po��czy� zar�wno operacje wykrywania, jak i ruchy silnika, aby wykona� podstawow� form� koordynacji czuciowo-ruchowej. Por�wnaj wydajno�� r�nych zachowa� mr�wek, kt�re wymy�li�e� pod��aj�c szlakiem mr�wek. (Wskaz�wka: We� pod uwag� rol�, jak� mo�e mie� widzenie peryferyjne w poprawianiu zdolno�ci mr�wki do pod��ania szlakiem).

�wiczenie 5.5.2:

Zmodyfikuj model, kt�ry opracowa�e� dla �wiczenia 5.5.1, aby mr�wka mog�a pod��a� ka�d� �cie�k�, nie tylko szlakiem mr�wek Santa Fe. Zamiast jedzenia zdeponowanego na szlaku, nale�y za�o�y�, �e szlak zosta� ustanowiony przez zapach, a celem mr�wki jest raczej �ledzenie chemicznego szlaku zapachowego ni� znalezienie jedzenia. Skonfiguruj warunki pocz�tkowe, aby mr�wka zaczyna�a si� w losowym miejscu, prawdopodobnie poza szlakiem, a nie na pocz�tku szlaku, jak w przypadku problemu Santa Fe Ant Trail. St�d mr�wka b�dzie musia�a doda� jaki� mechanizm do znalezienia �ladu do jego zachowania. Nast�pnie dodaj wiele mr�wek do swojego modelu, aby zobaczy�, co si� stanie.

�wiczenie 5.5.3:

Opracuj metod� pomiaru, kt�re z zachowa� opracowanych dla �wicze� 5.5.1 i 5.5.2 s� bardziej skuteczne dla mr�wek �ledz�cych szlaki.

�wiczenie 5.5.4:

Opracuj zachowanie, kt�re b�dzie pod��a� szlakiem Santa Fe dok�adnie bez �adnych dalszych krok�w (tj. Opracuj optymalne rozwi�zanie). Zapisz liczb� krok�w, jakie ma optymalne rozwi�zanie w por�wnaniu do innych rozwi�za� opracowanych w �wiczeniach 4.3.1 i 5.5.1. Zapisz r�wnie� liczb� krok�w w samych programach (tj. Rozmiar program�w). Kt�re zachowanie by�o najlepsze?

�wiczenie 5.5.5:

Opisz zalety i wady uciele�nionego podej�cia. Twoja odpowied� powinna zawiera� om�wienie nast�puj�cego roszczenia:

"Wcielone podej�cie jest interesuj�c� rozrywk� z g��wnego nurtu A.I. Jednak do chwili obecnej zbudowano jedynie podstawowe systemy i potrzebne s� znacznie bardziej zaawansowane algorytmy, aby rozwin�� je jeszcze bardziej, tak aby m�g� poradzi� sobie z g��bokimi problemami A.I. takie jak rozs�dne rozumowanie, tworzenie koncepcji i nabywanie j�zyka "

Powr�t

Zachowanie

6.1 Co to jest zachowanie?

�wiczenie 6.1.1:

Wypr�buj r�ne zachowania agenta ��wia w modelu Mazes-2 NetLogo:

http://files.bookboon.com/ai/Mazes-2.html

Zr�b to, zmieniaj�c warto�� selektora turtle-behaviour w Interface. Scharakteryzuj ka�de zachowanie za pomoc� zestawu czynno�ci wykonywanych przez ��wia podczas wykonywania tego zachowania. Opisuj te dzia�ania, kt�re obejmuj� ka�de zachowanie przez zestaw ruch�w, kt�re ��w wykonuje podczas wykonywania akcji. Kt�re zachowanie wydaje si� najbardziej skuteczne w danym labiryncie i kt�re wydaje si� najbardziej skuteczne we wszystkich labiryntach? Jakie zachowania ko�cz� si� tym, �e agent ��wia utkn�� w niesko�czonej p�tli w niekt�rych labiryntach?

�wiczenie 6.1.2:

Wypr�buj model Fire w NetLogo:

http://ccl.northwestern.edu/netlogo/models/Fire

Jak zachowuje si� ogie�, gdy warto�� suwaka density jest zwi�kszana lub zmniejszana? Scharakteryzuj zachowanie si� ognia za pomoc� wzorc�w zachowa�, kt�re wynikaj� z r�nych warto�ci suwaka - na przyk�ad ilo�ci spalonego lasu, wzoru spalania i wzoru pozosta�ych niespalonych drzew. Rozszerz model Po�aru, dodaj�c przycisk draw firebreak, aby umo�liwi� u�ytkownikowi stworzenie w lesie po�aru, aby zatrzyma� rozprzestrzenianie si� ognia. Dodaj dwa kolejne przyciski - draw forest i ignite forest - aby umo�liwi� u�ytkownikowi narysowanie dodatkowych drzew w lesie i okre�li� konkretne miejsca, w kt�rych rozpoczyna si� po�ar, zamiast uruchamiania go w linii po lewej stronie otoczenia, tak jak w przypadku Model ognia. Na przyk�ad, na poni�szym obrazku, firebreak zosta� narysowany jako ciemnobr�zowa krzywa od g�ry po lewej do prawej dolnej. Ogie� zosta� zapalony po�rodku wypalonego szkar�atnego ko�a i pokazano, �e rozszerza si� na zewn�trz na zewn�trznym brzegu ko�a, z wyj�tkiem tego, �e jest zablokowany przez po�ar

Dodaj czwarty przycisk - import forest - aby zaimportowa� las i otaczaj�c� go geografi� bezpo�rednio z obrazu satelitarnego lub zdj�cia z lotu ptaka, aby mo�na by�o u�y� modelu do symulacji rozprzestrzeniania si� po�aru w rzeczywistym �rodowisku. U�yj rozszerzonego modelu, aby zbada�, w jaki spos�b geografia i r�ne rodzaje po�ar�w wp�ywaj� na zachowanie ognia.

6.2 �rodki reaktywne kontra czynniki poznawcze

�wiczenie 6.2.1:

Agent chce przej�� przez drzwi, ale drzwi s� zamkni�te. Agent przyjmuj�cy podej�cie kognitywne skonstruowa� nast�puj�cy plan w swojej "g�owie":

Plan otwarcia drzwi:
Id� do miejsca, w kt�rym znajduje si� klucz.
We� klucz.
Id� do drzwi.
Otw�rz drzwi za pomoc� klucza.

Zaproponuj niekt�re zasady, kt�rych reaktywny agent m�g�by u�y� do rozwi�zania tego samego zadania. Jakie s� ograniczenia podej�cia stosowanego przez reaktywnego agenta w por�wnaniu z czynnikiem poznawczym?

6.3 Powstanie, samoorganizacja, adaptacja i ewolucja

�wiczenie 6.3.1:

Wypr�buj nast�puj�ce modele w NetLogo:

http://ccl.northwestern.edu/netlogo/models/Flocking

http://ccl.northwestern.edu/netlogo/models/Fireflies

http://ccl.northwestern.edu/netlogo/models/Termites

http://ccl.northwestern.edu/netlogo/models/StateMachineExample

Wyja�nij dla ka�dego z tych modeli, czy jeste� �wiadkiem jednego z poni�szych:

• Zachowania reaktywne (w ��wiach);
• Zachowania poznawcze (w ��wiach);
• Powstanie;
• Samoorganizacja.

�wiczenie 6.3.2:

Spr�buj stworzy� model w NetLogo, aby zobrazowa� dryf kontynentalny pomi�dzy Australi� i Now� Zelandi�. Wskaz�wka: u�yj polecenia import-pcolors, aby zaimportowa� obraz zawieraj�cy obecne kszta�ty Australii i Nowej Zelandii. Dodaj monitor do modelu, aby pokaza� szacunkow� liczb� lat, kt�re min�y, gdy dwa kraje powoli powracaj� do siebie.

�wiczenie 6.3.3:

Czy istnieje spos�b mierzenia samoorganizacji, gdy pojawia si� ona w modelu? Na przyk�ad, w przypadku modeli termit�w i przyk�ad�w maszynowych stanu, czy istnieje jaki� spos�b mierzenia skuteczno�ci �rodk�w ��wiowych przy przesuwaniu zr�bk�w w stosy?

�wiczenie 6.3.4:

Czy istnieje jaki� spos�b okre�lenia, kiedy pojawiaj�ca si� w�a�ciwo�� pojawia si� w modelu?

6.4 Problem z odniesieniem

�wiczenie 6.4.1:

Tryb domy�lny w modelach NetLogo polega na tym, �e agent obserwuj�cy patrzy w d� na �wiat z g�ry wy�rodkowany na pocz�tku; zazwyczaj jest to wsp�rz�dne (0, 0). W tym przypadku punktem odniesienia jest trzecioosobowa perspektywa �wiata. Oznacza to, �e agent obserwuj�cy jest zewn�trzny wobec obserwowanego �wiata. W NetLogo mo�liwe jest przej�cie do perspektywy pierwszoosobowej za pomoc� polece� follow, ride and watch obserwatora oraz polece� follow-me, ride-me i watch-me turtle. Dowiedz si�, co robi ka�de z tych polece�. Opracuj model lub modele, aby zademonstrowa� ich zastosowanie.

�wiczenie 6.4.2:

Modele w katalogu Perspective Demos biblioteki modeli NetLogo ilustruj�, w jaki spos�b mo�na wykorzysta� te komendy do zmiany perspektywy z trzeciej osoby na pierwsz� osob� w przypadku niekt�rych modeli w bibliotece modeli. Zagraj z modelami Ants (Perspective Demo), Flocking (Perspective Demo) i Termites (Perspective Demo). Sprawd� kod, aby zobaczy�, w jaki spos�b polecenia s� u�ywane w modelach.

http://ccl.northwestern.edu/netlogo/models/AntsPerspectiveDemo

http://ccl.northwestern.edu/netlogo/models/FlockingPerspectiveDemo

http://ccl.northwestern.edu/netlogo/models/TermitesPerspectiveDemo

Wypr�buj te modele zar�wno w 2D, jak i 3D. Naci�nij watch one-of-turtles i follow one-of-turtles, aby zobaczy�, co si� dzieje. Czy �atwo jest rozr�ni� globalne zachowanie kolonii lub stada, gdy obserwujesz jednego ��wia, kt�ry jest powi�kszany w wi�kszo�ci przypadk�w lub kiedy jest on przybli�ony (tzn. Gdy jeste� w trybie "jazdy")? Zmniejsz pr�dko�� symulacji, aby sprawdzi� lokalne zachowanie obserwowanego ��wia z perspektywy pierwszej osoby. Odwrotnie, jak �atwo jest rozpozna� lokalne zachowanie ka�dego ��wia, gdy ju� go nie obserwujesz, ale jeste� obserwatorem patrz�cym na �wiat z g�ry?

6.5. Stygmatyzacja i inteligencja r�j

�wiczenie 6.5.1:

Kt�ry z poni�szych modeli w Bibliotece modeli NetLogo to przyk�ady inteligencji roju, w kt�rej agenci wykorzystuj� lokaln� wiedz� stygmergiczn�?

http://ccl.northwestern.edu/netlogo/models/Ants

http://ccl.northwestern.edu/netlogo/models/Heatbugs

http://ccl.northwestern.edu/netlogo/models/Fireflies

http://ccl.northwestern.edu/netlogo/models/Flocking

http://ccl.northwestern.edu/netlogo/models/Moths

http://ccl.northwestern.edu/netlogo/models/Termites

http://ccl.northwestern.edu/netlogo/models/Virus

6.6 Implementacja zachowania agent�w Turtle w NetLogo

�wiczenie 6.6.1: Heatbugs Model NetLogo

Wypr�buj model Heatbugs w NetLogo.

http://ccl.northwestern.edu/netlogo/models/Heatbugs

Model Information informuje, �e zosta� on u�yty jako model demonstracyjny dla wielu zestaw�w narz�dzi do modelowania opartych na agentach, z kilkoma rodzajami zachowa� wynikaj�cych z prostych regu�. Uruchom model kilka razy, aby zaobserwowa�, co dzieje si� z r�nymi warto�ciami suwaka. Zr�b list� pojawiaj�cego si� zachowania, kt�re obserwujesz. W jaki spos�b temperatura jest rozproszona w ca�ym �rodowisku w tym modelu? Ka�dy tyk, wszystkie ��wie s� skierowane do wykonania procedury krok. Gdzie to odbywa si� w modelu? Wyja�nij, co dzieje si� po wywo�aniu procedury step.

�wiczenie 6.6.2: �ciany po zdarzeniach Model NetLogo

Wypr�buj model Wall Following Events w NetLogo.

http://files.bookboon.com/ai/Wall-Following-Events.html

CO TO JEST?

Model ten wizualizuje ma�y zestaw zdarze�, kt�re mo�e wykona� agent, w celu wykonania zmodyfikowanego typu zachowania zwi�zanego z �cian�, w kt�rym wykrywanie, my�lenie i dzia�anie s� wykonywane jednocze�nie w �adnej okre�lonej kolejno�ci (patrz model �ciana po Przyk�adzie 2 w celu uzyskania dalszych wyja�nie�) . Zdarzenia s� wy�wietlane przy u�yciu reprezentacji mapy zdarze�, w kt�rej zdarzenia s� po��czone z innymi zdarzeniami w osobnych strumieniach w uporz�dkowanej sekwencji. Chodzi o to, �e agent przetwarza zdarzenia jednocze�nie w oddzielnych strumieniach. Podej�cie jest podobne do podej�cia przyj�tego dla przetwarzania strumienia zdarze� (ESP).

JAKI JEST CEL?

Celem tego modelu jest pokazanie, jak wizualizowa� seri� zdarze� za pomoc� mapy zdarze�.

JAK TO DZIA�A

Model u�ywa agent�w ��wia do reprezentowania stan�w na mapie zdarze� i u�ywa agent�w link�w do reprezentowania �cie�ek mi�dzy stanami. Stany posiadaj� trzy zmienne:

- depth: g��boko�� w drzewie mapy zdarze�.

- stream: nazwa strumienia (gdzie strumie� sk�ada si� z sekwencji zdarze� sensorycznych lub motorycznych).

- event: wydarzenie - albo czuciowe albo motoryczne.

Uk�ad spr�ynowy s�u�y do wizualizacji mapy zdarze�.

JAK TEGO U�Y�

Najpierw naci�nij przycisk setup. B�dzie to cz�sto powodowa� zagracony uk�ad. Aby rozwin�� ba�agan, naci�nij przycisk change-layout, a nast�pnie dynamicznie zmieniaj warto�ci w suwakach steruj�cych uk�adem. Jedn� z efektywnych technik jest zmniejszenie warto�ci suwaka spring-length do 0, a nast�pnie powolne zwi�kszanie go ponownie do ty�u, a� do uzyskania po��danej d�ugo�ci.

INTERFEJS

Przyciski modelu Interface s� zdefiniowane w nast�puj�cy spos�b: - setup: Spowoduje to wyczyszczenie �rodowiska i zmiennych oraz (ponowne) za�adowanie mapy zdarze�. Normalnie pojawi si� ona w zagraconej formie, a przycisk zmiany uk�adu musi zosta� naci�ni�ty p�niej.

- change-layout: To mo�e by� u�yte do usuni�cia ba�aganu poprzez zmian� warto�ci w trzech suwakach.

Suwaki modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

- spring-constant: jest to warto�� u�ywana przez polecenie uk�adu-spr�yny. Zmiana nie b�dzie mia�a wi�kszego wp�ywu na wizualizacj� mapy wydarze�.

- sprint-length: Zmienia d�ugo�� cie�ek mi�dzy stanami sieci map zdarze�.

- repulsion-constant: kontroluje to, ile ka�de pa�stwo si� odpycha.

RZECZY DO ODNOTOWANIA

Zauwa�, �e suwak repulsion-constant mo�e by� u�yty do "odpychania" stan�w od siebie (dla wi�kszych warto�ci) i "przyci�gania" stan�w do siebie nawzajem (dla mniejszych warto�ci). Zauwa�, �e ba�agan w uk�adzie sieci mo�na cz�sto usun��, ustawiaj�c warto�� suwaka d�ugo�ci fali na zero, a nast�pnie zwi�kszaj�c j�. repulsion-constant

RZECZY DO SPE�NIENIA

Spr�buj zmieni� warto�ci suwak�w, aby zobaczy�, jaki wp�yw ma to na uk�ad.

ROZSZERZENIE MODELU

Po��cz ten model z modelem Wall Po Przyk�adzie 2. Nast�pnie animuj �rodowisko i map� zdarze� w tym samym czasie dla jednego z agent�w w �rodowisku, kt�ry porusza si� po �cianach.

CECHY NETLOGO

Model wykorzystuje polecenie layout-spring do modyfikacji uk�adu sieci stan�w (agent�w ��wia) i �cie�ek (agent�w link�w).

POWI�ZANE MODELE

Zobacz model Wall Po przyk�adzie 2, model zdarze� Central Park i model reprezentacji wiedzy. Dla modelu Wall Po Przyk�adzie 2, patrz �wiczenie 6.7.6 poni�ej.

6.7 Stado

�wiczenia 6.7.1 do 6.7.6:

Wypr�buj nast�puj�ce modele, kt�re implementuj� r�ne zachowania steruj�ce dla stad:

6.7.1 �cie�ka t�umu;

6.7.2 Flock z przeszkodami;

6.7.3 Pod��aj za i unikaj;

6.7.4 Unikanie przeszk�d 1;

6.7.5 Unikanie przeszk�d 2;

6.7.6 �ciana za przyk�adem 2.

Zauwa�, �e w celu udoskonalenia symulacji boid�w i uzyskania pe�nej kompatybilno�ci z implementacjami bojler�w Craiga Reynoldsa dla tych modeli, wymaga to stopniowego przyspieszania i zwalniania. Wierne wdro�enie powinno r�wnie� obejmowa� pewn� form� si�y steruj�cej zaimplementowanej za pomoc� masy punktowej przybli�enie, w kt�rym ka�dy boid ma mas� i dzia�a w stosunku do si�. Jednak te implementacje NetLogo pokazuj�, �e przybli�enie podej�cia Reynoldsa mo�na osi�gn�� stosunkowo �atwo, aw wielu przypadkach wynikowe zachowanie boid�w jest zgodne z oczekiwaniami.

�wiczenie 6.7.1: �cie�ka t�umu po modelu NetLogo

http://files.bookboon.com/ai/Crowd-Path-Following.html

CO TO JEST?

Ten model jest pr�b� odtworzenia boid�w (patrz praca Craiga Reynolda), kt�re wykorzystuj� �cie�k� t�umu po zachowaniu steruj�cym.

JAK TO DZIA�A

Ka�dy ��w (boid) ma dwa poziomy widzenia - skierowany do przodu sto�ek i promie� obwiedni. Sto�ek szuka kolorowych plamek (to znaczy nie czarnych) z przodu i je�li zostanie wykryta �atka, uruchamia prost� procedur� nawigowania po �cie�ce. Wykrywanie promienia po prostu spogl�da na inne ��wie w danym progu odleg�o�ci. Kiedy ��w wpada na innego ��wia, nie porusza si� do przodu, ale zamiast tego skr�ca w prawo; powoduje to niewielk� przerw� w ruchu do przodu, co uniemo�liwia jej przedostanie si� przez zderzaj�cy si� ��w. Jako dodatek, aby podkre�li� efekt kolizji, ka�dy ��w otrzymuje zmienn� pr�dko�� w zale�no�ci od jego liczby. To sprawia, �e pierwszy ��w jest najwolniejszy, a ostatni najszybszy, co sprawia, �e ��wie cz�ciej wpadaj� na siebie. Szybsze ��wie pr�buj� omin�� te wolniejsze.

JAK TEGO U�Y�

Wybierz rozmiar populacji, a nast�pnie naci�nij przycisk konfiguracji, a nast�pnie naci�nij przycisk Start. Paski suwak�w umo�liwiaj� zmian� r�nych parametr�w. Aby narysowa� �cie�ki boid, naci�nij przycisk trail; aby je wyczy�ci�, naci�nij przycisk clear. Aby �ledzi� jeden konkretny boid, naci�nij przycisk follow.

INTERFEJS

Przyciski modelu Intreface s� zdefiniowane w nast�puj�cy spos�b:

- Setup: Ustawia �rodowisko z czarn� �cie�k� po �rodku, a reszta jest pokazana jako zielona tekstura przedstawiaj�ca otaczaj�c� traw�. Liczba boids (okre�lona przez zmienn� population) jest tworzona i umieszczana w losowym miejscu w obr�bie czarnej �cie�ki.

- Go: Boidy zaczynaj� porusza� si� po �cie�ce i po chwili wi�kszo�� z nich ko�czy si� w tym samym kierunku.

- Followe: Symulacja pod��a �cie�k� jednego konkretnego boidu.

- Trail: To rysuje �cie�ki wykonane przez wszystkie boids.

- Clear: Usuwa �lady.

Suwaki, prze��czniki i selektor modelu Interfce s� zdefiniowane w nast�puj�cy spos�b:

1. W celu zainicjowania symulacji:

- population: Okre�la liczb� boid�w.

- turtle-size: Okre�la wielko�� boids.
- labelID: je�li ta opcja jest ustawiona na On, to te boidy s� oznaczone numerami.
2. Do kontrolowania ruchu boid�w:

- rate-of-losowo-turn: To kontroluje, jak bardzo zmienia si� w�drowanie boid za ka�dym razem, gdy tick. Boid ma tendencj� do poruszania si� w kierunku skr�tu w prawo, poniewa� szybko�� losowego skr�tu w prawo (zgodnie z suwakiem) jest dwa razy wi�ksza ni� pr�dko�� losowego skr�tu w lewo.
- boid-speed: kontroluje pr�dko�� boidu, tj. ile przesuwa si� do przodu ka�dego tikni�cia.
3. Aby okre�li� parametry steruj�ce unikaniem kolizji boid:

- collision: W��cza wykrywanie kolizji i unikanie, je�li jest ustawiona na On.
- turtle-radius-angle : okre�la k�t promienia sto�ka widzenia boida w stosunku do innych boid�w.
- turtle-radius-length: okre�la d�ugo�� promienia sto�ka widzenia boida w stosunku do innych boid�w.

4. Aby okre�li� parametry, kt�re kontroluj� dzia�anie polegaj�ce na unikaniu kolizji �at (gdzie poprawki s� granicami �cie�ki):
- radius-angle: Okre�la k�t promienia sto�ka widzenia boida w stosunku do kraw�dzi �cie�ki.
- radius-length: Okre�la d�ugo�� promienia sto�ka widzenia boida w stosunku do kraw�dzi �cie�ki.
- behaviour: okre�la zachowanie boid�w. Mo�na ustawi� nast�puj�ce warto�ci:

"Podstawowy pod��anie za t�umem": To jest bardzo podstawowe zachowanie po �cie�ce t�umu bez unikania kolizji.

"With collision avoidance": ��czy zachowanie nast�puj�cych po �cie�ce t�umu z unikaniem kolizji, je�li suwak kolizji jest ustawiony na On.

RZECZY DO ODNOTOWANIA

Zwr�� uwag�, jak ��wie zbli�aj� si� do bok�w, ale udaje im si� ich unikn��. Jak to osi�gn�� i jaki jest mechanizm ich utrzymania? Zauwa�, jak powstaj� wariancje pr�dko�ci. Ka�dy ��w ma unikalne ustawienie pr�dko�ci. Zwr�� uwag�, �e kolory s� wybierane losowo w oparciu o punkt chromatyczny, w kt�rym zosta� utworzony. Pozwala to na uzyskanie losowo wygl�daj�cego zakresu kolor�w, unikaj�c jednocze�nie bardzo ciemnych i czarnych kolor�w, kt�re kolidowa�yby ze �cie�k�. Zwr�� uwag� na przycisk "Follow" i jak mo�na bli�ej analizowa� jednego ��wia; Przyciski 3D r�wnie� s� tutaj interesuj�ce. Zauwa�, �e ��wie pojawiaj� si� tylko na czarnych �atach. Jak to si� robi? Zauwa�, �e gdy zmienna boid-speed jest ustawiona na du�� liczb� (5,0, powiedzmy), niekt�re z boid�w zaczynaj� si� przemieszcza� poza �cie�k� i ko�cz� przechodzi� przez otaczaj�c� zielon� traw�. Dlaczego to? Czy istnieje spos�b, w jaki mo�emy zakodowa� ruch agenta ��wia, aby temu zapobiec?

RZECZY DO SPE�NIENIA

Spr�buj zmieni� losow� szybko�� skr�tu. Jak wp�ywa to na zdolno�� wi do pod��ania �cie�k�? Dlaczego si� zmienia? Zmie� radius-angle i radius-length. Co to oznacza dla modelu? Dlaczego to si� zmienia? Zmie� parametry kolizji ��wia. Jak to zmienia model? Jakie s� optymalne ustawienia dla dok�adnego wykrywania kolizji? Spr�buj zmieni� pr�dko�� wia, dlaczego to zmienia zdolno�� do pozostania na �cie�ce? Kliknij przycisk trail (tutaj jest prawdziwy pow�d zmiennych kolor�w).

ROZSZERZENIE MODELU

Dodaj�c zienn� turtles-own dla pr�dko�ci, mo�emy sprawi�, �e ��wie przyspiesz� i spowolni�. Umo�liwi to zderzaj�cemu si� ��wiowi po prostu zwolni� i zmieni� kierunek, aby unikn�� kolizji.

CECHY NETLOGO

W tym modelu u�ywane s� funkcje: who, myself, in-cone,in-radius, heading, sprout i edytor ��wia.

POWI�ZANE MODELE

Zobacz nast�puj�ce modele: Crowd Path Following, Flocking With Obstacles, Follow i Avoid, Obstacle Avoidance 1, Obstacle Avoidance 2, Vision Cone Example 2, Wall Following Example 2. S� to podstawowe implementacje r�nych zachowa� steruj�cych Craiga Reynoldsa dla boid�w. Inny model zwi�zany z boidem to model Biology / Flocking w bibliotece modeli.

http://files.bookboon.com/ai/Flocking-With-Obstacles.html

CO TO JEST?

Ten model jest pr�b� odtworzenia flokowego zachowania si� boids Craiga Reynoldsa. Zosta� stworzony przez Uri Wilensky i zmodyfikowany przez Thomasa Christy i William John Teahan. Wi�kszo�� Information w modelu jest podobna do tej podanej przez Uri Wilensky′ego, z pewnymi modyfikacjami, jak przedstawiono poni�ej.

INTERFEJS

Przyciski w Interface s� zdefiniowane w nast�puj�cy spos�b:

- Setup: Czy�ci wszystkie zmienne i tworzy populacj� ptak�w w losowych lokalizacjach w �rodowisku.
- Step: uruchamia pojedynczy znacznik symulacji.
- Go: nieprzerwanie przeprowadza symulacj�.
- Draw: To pozwala u�ytkownikowi rysowa� �aty kolizyjne, aby zapewni� pewne przeszkody dla ptak�w, aby unikn�� uderzenia.
- Erase: Pozwala u�ytkownikowi na usuni�cie narysowanych przeszk�d.
- Load Image: �aduje obraz z pliku nazwanego przez suwak Nazwa pliku w tle. Chocia� sprawia to, �e symulacja wygl�da bardziej imponuj�co, agenci nie mog� "zobaczy�" tego obrazu. Je�li chcesz, aby ptaki reagowa�y na to, co pojawia si� na obrazku, musisz r�wnie� za�adowa� �atki do tego samego obrazu za pomoc� przycisku Za�aduj �atki. Uwaga: Poniewa� przycisk Wczytaj obraz spowoduje nadpisanie poprawek, upewnij si�, �e synchronizujesz zar�wno nazw� pliku, jak i nazw� �atki (patrz poni�ej), tak aby pasowa�y do siebie, w przeciwnym razie ptaki zareaguj� na poprawki, kt�rych nie zobaczymy jako obserwator�w, ale s� w rzeczywisto�ci w �rodowisku.
- Load Patches: spowoduje za�adowanie poprawek dla danego obrazu okre�lonego przez suwak nazw plik�w, aby agenci ptak�w mogli "widzie�" i reagowa� na nie.

Suwaki w Interface s� zdefiniowane nast�puj�co:
- population: Jest to liczba agent�w ptak�w utworzonych na pocz�tku.
- obstacle-colour: Jest to kolor u�ywany do rysowania przeszk�d za pomoc� przycisku Rysuj.
- speed: kontroluje pr�dko�� agent�w ptak�w.
- vision: Okre�la promie� sto�ka widzenia agenta ptaka. (K�t jest 360 stopni, wi�c ptak mo�e "widzie�" we wszystkich kierunkach).
- minimum-separation: Okre�la minimaln� odleg�o�� dla �wietlik�w, zanim �wietliki zaczn� si� .
- max-align-turn, max-cohere-turn, max-separate-turn: Te suwaki kontroluj� maksymalny k�t, jaki ptak mo�e obr�ci� w wyniku ka�dej regu�y - odpowiednio wyr�wnania, sp�jno�ci i separacji.
Wybory w Interface s� zdefiniowane nast�puj�co:
- Filename: Jest to nazwa pliku obrazu, kt�ry jest �adowany do t�a po naci�ni�ciu przycisku Za�aduj obraz.
- patch-name: Jest to nazwa pliku obrazu, kt�ry po naci�ni�ciu przycisku Wczytaj �atki jest konwertowany na �atki w �rodowisku.
RZECZY DO NOTYFIKACJI

Wok� przeszk�d, czasami stado dzieli si� na dwie cz�ci, aby omin�� r�ne boki przeszkody, a nast�pnie powraca do pojedynczego stada. To samo zachowanie mo�na zaobserwowa� w symulacjach Craiga Reynoldsa. Jakie s� warunki, w kt�rych wydaje si� wyst�powanie flok�w? Czy czasami zdarza si�, �e stado pozostaje podzielone na dwie cz�ci?
RZECZY DO SPE�NIENIA

Co si� stanie, je�li zamiast polecenia "in-cone" zostanie u�yte polecenie in-radius? Czy znaczne zmniejszenie k�ta padania widzenia wp�ywa na zachowanie ptak�w?

ROZSZERZENIE MODELU

Spr�buj doda� w�asne obrazy do modelu. W jaki spos�b zachowanie ��wia wp�ywa na r�ne �rodowiska? Wiele ptak�w utkn�� wewn�trz lub w pobli�u przeszkody. Zmniejsza to nieco wiarygodno�� symulacji. Czy jest jaki� spos�b, aby ten "b��d" m�g� zosta� usuni�ty z modelu?

CECHY NETLOGO

Model wykorzystuje polecenie in radius do wykonania sto�ka widzenia boid�w.
http://files.bookboon.com/ai/Follow-And-Avoid.html

CO TO JEST?

Model ten pr�buje zasymulowa� poszukiwania i ucieczk� zachowa� steruj�cych dla boid�w (jak wymy�li� Craig Reynolds).

JAK TO DZIA�A

Czyni to poprzez generowanie losowych w�drownych ��wi (boid), kt�re po prostu w�druj�. Obserwatorzy (poszukuj�cy), po wykryciu W�drowc�w w ich promieniu, zwracaj� si� do najbli�szego W�drowca i ruszaj� do przodu. Osoby unikaj�ce (uciekaj�ce) wykonuj� t� sam� akcj�, ale odwracaj� kierunek o 180 stopni, oddalaj�c si� od najbli�szego W�drowca.

JAK TEGO U�Y�

Ustaw pocz�tkowy �wiat. Nast�pnie u�yj pr�t�w pr�dko�ci podczas pracy, aby dostosowa� pr�dko�� wszystkich ��wi.

INTERFEJS

Przyciski w Interface s� zdefiniowane w nast�puj�cy spos�b:

- Setup: Usuwa �rodowisko i tworzy nowych agent�w W�drowiec, Follower i Avoider.
- Go: To rozpoczyna symulacj�.
- Follow Wanderer: To nast�pi po jednym z agent�w W�drowca.
- Follow Follower: To nast�pi po jednym z agent�w Follower.
- Follow Avoider: To nast�pi po jednym z agent�w Avoider.

Suwaki i monitor w Interface s� zdefiniowane nast�puj�co:

- radius-detection: To dostosowuje wizj� boid�w.
- boid-speed: To dostosowuje warto�� kroku w prz�d ka�dego boidu na iteracj�.
- speed-factor : Zmniejsza to szybko�� zar�wno dla obserwator�w, jak i dla agent�w Avoider.
- boid-random-head: To dodaje troch� losowo�ci ruchom boid�w.
- number-of-agents, number-of-wanderers, number-of-followers, number-of-avoiders�: jest to liczba agent�w w ka�dej kategorii.

RZECZY DO ODNOTOWANIA

Dopasowanie paska promienia zmienia odleg�o��, z jak� widz� zar�wno Obserwatorzy, jak i Osoby Ocieplone. To zmienia spos�b, w jaki si� zachowuj�, na przyk�ad dystans, kt�ry Avoider przebywa z dala od W�drowc�w. Wydawca czasami wydaje si� porusza� w kierunku W�drowca; to jest efekt wynikaj�cy ze �rodowiska, kt�re si� otacza.
RZECZY DO SPE�NIENIA

Spr�buj zmieni� liczb� W�drowc�w, Obserwuj�cych i Unik�w. Spr�buj dopasowa� pasek skali, aby zobaczy�, co dzieje si� z obserwatorem. Spr�buj zmieni� kszta�t Unikacza, aby by� obrotowy (je�li jeszcze nie s�); to podkre�la wp�yw problemu zwijania.

ROZSZERZENIE MODELUM

Model mo�na rozszerzy�, aby doda� stopniowe przyspieszenie i spowolnienie. Poprawi�oby to symulacj� boid�w.

CECHY NETLOGO

Model wykorzystuje polecenie w promieniu do wykonania sto�ka widzenia boid�w.

POWI�ZANE MODELE

Inny model zwi�zany z boidem to model Biology / Flocking.

�wiczenie 6.7.4: Unikanie przeszk�d 1 Model NetLogo

http://files.bookboon.com/ai/Obstacle-Avoidance-1.html

CO TO JEST?

Ten model implementuje boid (patrz praca Craiga Reynolda), kt�ry wykorzystuje podstawowe zasady sterowania unikaniem przeszk�d.

JAK TO DZIA�A

Czyni to poprzez generowanie ��wia w�drowiec (boid), kt�ry po prostu b��ka si� losowo w �rodowisku unikaj�c przeszk�d, kt�re s� rysowane bia�ymi plamami. W�ze� jest realizowany za pomoc� polecenia in-cone NetLogo, kt�re implementuje ��wia ze sto�kiem widzenia.

INTERFEJS

Przyciski interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:

- Setup: Ustawia �rodowisko z drzewiastym uk�adem przeszk�d narysowanych bia�ymi plamami. Jeden agent ��wia (bojownik w�drowca) jest tworzony i umieszczany w losowej lokalizacji.
- Go: Boid zaczyna b��ka� si� po otoczeniu, unikaj�c przeszk�d.
- Draw Obstacle: U�ytkownik mo�e wyci�gn�� kolejne przeszkody w �rodowisku. S� r�wnie� w kolorze bia�ym.
- Follow Wanderer: Pozwala to na zmian� perspektywy wizualizacji, tak aby by�a wy�rodkowana na w�drownicy.

Suwaki modelu interfejsu s� zdefiniowane w nast�puj�cy spos�b:

- boid-speed: kontroluje pr�dko�� boidu, tj. ile przesuwa si� do przodu ka�dego tikni�cia.
- rate-of-losowo-turn: To kontroluje, jak bardzo zmienia si� w�drowanie boid za ka�dym razem, gdy tick. Boid ma tendencj� do poruszania si� w kierunku skr�tu w prawo, poniewa� szybko�� losowego skr�tu w prawo (zgodnie z suwakiem) jest dwa razy wi�ksza ni� pr�dko�� losowego skr�tu w lewo.
- radius-angle: Okre�la k�t promienia sto�ka widzenia boida.
- radius-length: Okre�la d�ugo�� promienia sto�ka widzenia boida.

JAK TEGO U�Y�

Najpierw naci�nij przycisk Setup, a nast�pnie naci�nij Go. Mo�esz narysowa� dodatkowe przeszkody, naciskaj�c przycisk Draw Obstacle, a nast�pnie trzymaj�c mysz w punkcie, w kt�rym chcesz narysowa� przeszkody. Mo�esz zmieni� ramk� odniesienia tak, aby wizualizacja by�a skupiona wok� miejsca, w kt�rym aktualnie znajduje si� boid, naciskaj�c przycisk Follow Wanderer.

RZECZY DO ODNOTOWANIA

Ustawienie radius=length boida w polu widzenia lub radius-angle spowoduje, �e boid nie b�dzie widzia� przeszk�d i w rezultacie b�dzie przebiega� dok�adnie nad nimi. Czemu? Co trzeba naprawi�, aby nawet bez �adnej zdolno�ci wykrywania nadal odbija� si� od przeszk�d? Zwi�kszenie radius-lenght (przy zachowaniu tych samych zmiennych) wyra�nie zmienia zachowanie boidu. (Spr�buj zrobi� to dynamicznie podczas przesuwania suwaka d�ugo�ci promienia w t� i z powrotem). Zamiast pokrycia wi�kszo�ci �rodowiska, gdy d�ugo�� promienia jest du�a, to boid obejmuje znacznie mniejszy, bardziej ograniczony obszar, zazwyczaj w g�rnej cz�ci �rodowiska. Czasami mo�e utkn��, pozornie uwi�ziony w tym samym miejscu.

RZECZY DO SPE�NIENIA

Spr�buj dostosowa� pr�dko�� boida, jej promie� i d�ugo�� promienia, aby zobaczy�, jak wp�ywa to na zachowanie boida. Spr�buj r�wnie� zmieni� Interface Settings, aby sprawdzi�, czy ma to jaki� wp�yw. Spr�buj doda� przeszkody, aby zobaczy�, jak wp�ywa to na zdolno�� boidu do pokrycia ca�ego �rodowiska. Na przyk�ad dodaj przeszkody w postaci labiryntu. Spr�buj stworzy� "czarne plamy", gdzie boid nigdy nie odwiedza. Alternatywnie, spr�buj z�apa� boid na niewielki obszar.

ROZSZERZENIE MODELU

Model mo�na rozszerzy�, aby doda� stopniowe przyspieszenie i spowolnienie. Poprawi�oby to symulacj� boid�w.

CECHY NETLOGO

Kod wykorzystuje polecenie in-cone do symulacji sto�ka widzenia boid

POWI�ZANE MODELE

Zobacz nast�puj�ce modele: �cie�ka t�umu Pod��aj, Uciekaj z przeszkodami, Pod��aj i uniknij, Unikanie przeszk�d 1, Unikanie przeszk�d 2, Wizja sto�ek Przyk�ad 2, �ciana za przyk�adem 2. S� to podstawowe implementacje r�nych zachowa� steruj�cych Craiga Reynoldsa dla boid�w. Inny model zwi�zany z boidem to model Biology / Flocking w bibliotece modeli.

�wiczenie 6.7.5: Unikanie przeszk�d 2 Model NetLogo

http://files.bookboon.com/ai/Obstacle-Avoidance-2.html

CO TO JEST?

Ten model implementuje boid (patrz praca Craiga Reynolda), kt�ry wykorzystuje podstawowe zasady sterowania unikaniem przeszk�d.

JAK TO DZIA�A

Czyni to poprzez generowanie ��wia w�drowiec (boid), �e proste b��ka si� losowo w �rodowisku unikaj�c przeszk�d. W�ze� jest realizowany za pomoc� polecenia in-cone NetLogo, kt�re implementuje ��wia ze sto�kiem widzenia.

INTERFEJS

Przyciski modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

- Setup: Ustawia �rodowisko z siatk� przeszk�d i granic� zewn�trzn� (narysowan� za pomoc� niebieskich �atek). Jeden agent ��wia (bojownik w�drowca) jest tworzony i umieszczany w losowych lokalizacjach
- Go: Boid zaczyna b��ka� si� po otoczeniu, unikaj�c przeszk�d.
- Draw Obstacle: U�ytkownik mo�e wyci�gn�� kolejne przeszkody w �rodowisku. S� one w kolorze br�zowym.
- Follow Wonderer: Pozwala to na zmian� perspektywy wizualizacji, tak aby by�a skierowana na w�drowca.
- Plot: To instruuje agenta ��wia w�drowiec, aby umie�ci� jego pi�ro w trakcie b��dzenia. St�d b�dzie to narysowa� �cie�k�, kt�r� pod��y�a podczas b��dzenia.

Suwaki modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

- boid-speed: kontroluje pr�dko�� boidu, tj. ile przesuwa si� do przodu ka�dego tikni�cia.
- rate-of-random-turn: To kontroluje, jak bardzo zmienia si� w�drowanie boid za ka�dym razem, gdy tick. Boid ma tendencj� do poruszania si� w kierunku skr�tu w prawo, poniewa� szybko�� losowego skr�tu w prawo (zgodnie z suwakiem) jest dwa razy wi�ksza ni� pr�dko�� losowego skr�tu w lewo.
- radius-angle: Okre�la k�t promienia sto�ka widzenia boida.
- radius-length: Okre�la d�ugo�� promienia sto�ka widzenia boida.

JAK TEGO U�Y�

Najpierw naci�nij przycisk Ustawienia, a nast�pnie naci�nij Przejd�. Aby zobaczy�, gdzie przesuwa si� boid, naci�nij przycisk Dzia�ka. Mo�esz narysowa� dodatkowe przeszkody, naciskaj�c przycisk Rysuj przeszkod�, a nast�pnie trzymaj�c mysz w miejscu, w kt�rym chcesz narysowa� przeszkody. Mo�esz zmieni� uk�ad odniesienia tak, aby wizualizacja znalaz�a si� w pobli�u miejsca, w kt�rym obecnie znajduje si� boid, naciskaj�c przycisk "Follow Wanderer".

RZECZY DO NOTYFIKACJI

Ustawienie boid-speed na 0,1, rate-of-random do 40, radius-angle do 300, radius-length do 1, i jednokrotne naci�ni�cie przycisku Plot, a nast�pnie przesuni�cie suwaka pr�dko�ci (tu� poni�ej zak�adki Informacje w Interface) od "normal speed" do "faster" spowoduje, �e boid szybko pokryje ca�e �rodowisko, a jednocze�nie niezawodnie uniknie niebieskich przeszk�d. Zwi�kszenie radius-length do 5 (przy zachowaniu tych samych zmiennych) wyra�nie zmienia zachowanie boidu. Zamiast pokrycia wi�kszo�ci �rodowiska, boid obejmuje prostok�tn� �cie�k� o szeroko�ci 4 do 5 wok� zewn�trznej strony �rodowiska, ale wci�tej przez oko�o 3 do 4 �atek z zewn�trznej granicy. Wydaje si�, �e boid powstrzymuje si� od wej�cia w prostok�tn� �cie�k�. Czasami boid mo�e utkn�� obracaj�c si� wok� jednej z przeszk�d.

RZECZY DO SPE�NIENIA

Spr�buj dostosowa� pr�dko�� boida, k�t promienia i d�ugo�� promienia, aby zobaczy�, jak wp�ywa to na zachowanie boid�w. Spr�buj tak�e zmieni� Interface Settings, aby sprawdzi�, czy ma to jaki� wp�yw. Spr�buj doda� przeszkody, aby zobaczy�, jak wp�ywa to na zdolno�� boidu do pokrycia ca�ego �rodowiska. Na przyk�ad dodaj przeszkody w postaci labiryntu. Spr�buj stworzy� "czarne plamy", gdzie boid nigdy nie odwiedza. Alternatywnie, spr�buj z�apa� boid na niewielki obszar.

ROZSZERZENIE MODELU

Model mo�na rozszerzy�, aby doda� stopniowe przyspieszenie i spowolnienie. Poprawi�oby to symulacj� modelu boid�w.

CECHY NETLOGO

Kod wykorzystuje polecenie in-cone do symulacji sto�ka widzenia boid.

POWI�ZANE MODELE

Zobacz nast�puj�ce modele: Crowd Path Following, Flocking With Obstacles, Follow and Avoid, Obstacle Avoidance 1, Obstacle Avoidance 2, Vision Cone Example 2, Wall Following Example 2. S� to podstawowe implementacje r�nych zachowa� steruj�cych Craiga Reynolda dla boid�w. Inny model zwi�zany z boidem to model Biology / Flocking w bibliotece modeli.

�wiczenie 6.7.6: �ciana po przyk�adzie 2 Model NetLogo

http://files.bookboon.com/ai/Wall-Following-Example-2.html

CO TO JEST?

��wie w tym przyk�adzie pod��aj� za �cianami wykonanymi z kolorowych �at. Niebieskie ��wie pr�buj� utrzyma� �cian� po prawej; zielone ��wie trzymaj� mur po lewej stronie. W zwi�zku z tym niebieskie ��wie l�duj� w kierunku zgodnym z ruchem wskaz�wek zegara, a niebieskie ��wie l�duj� w kierunku przeciwnym do ruchu wskaz�wek zegara. (Tylko informacje w modelu, kt�re r�ni� si� od modelu Wall Po Example dostarczonego przez Uri Wilensky′ego s� zawarte poni�ej).

JAK TO DZIA�A

Model implementuje standardowe niezmodyfikowane zachowanie zapewniane przez oryginalny model Uri Wilensky′ego, ale zapewnia r�wnie� alternatywne zmodyfikowane zachowanie, w kt�rym dzia�ania zosta�y podzielone na trzy niezale�ne cz�ci w nast�puj�cy spos�b:

1. walk-modified-1: ��w skr�ca w prawo, je�li to konieczne.
2. Walk-modified-2: ��w skr�ca w lewo, je�li to konieczne.
3. walk-modified-3: ��w porusza si� do przodu.

Te zmodyfikowane zachowania podrz�dne s� wykonywane jednocze�nie w okre�lonej kolejno�ci. Celem jest pokazanie zachowania typu "Rozwa�aj i my�l i dzia�aj", w kt�rym odczuwanie, my�lenie i dzia�anie s� wykonywane jednocze�nie, a nie zachowania typu "Rozwa�aj - my�l - dzia�aj", w kt�rym odczuwanie, my�lenie i dzia�anie s� wykonywane jeden po drugim.

INTERFEJS

Przyciski Interface s� zdefiniowane w nast�puj�cy spos�b:

- setup: inicjalizuje �rodowisko za pomoc� losowo ukszta�towanych blok�w i umieszcza �rodki z ��wiami w przypadkowych miejscach w interweniuj�cych czarnych obszarach.
- go: To uruchamia model.
- pen-down: To powoduje, �e agenci ��wi k�ad� swoje pi�ra, tym samym kre�l�c �cie�ki, kt�rymi si� poruszaj�.

Selektory Interface i suwaki s� zdefiniowane w nast�puj�cy spos�b:

- behaviour: Ustawienie tego na Standard powoduje ustawienie zachowania zgodnego z oryginalnym modelem Uri Wilensky′ego. Ustawienie tej opcji na Zmodyfikuje zachowanie opisane powy�ej w sekcji "Jak to dzia�a".
- choose-sub-behaviours: Gdy zmienna jest ustawiona na zachowanie Modified ustawienie tego na choose-all-in-random-order, a nast�pnie trzy zmodyfikowane zachowania (patrz wy�ej) b�d� realizowane wsp�lnie, ale w przypadkowej kolejno�ci. W przeciwnym razie tylko jeden z nich zostanie losowo wybrany do wykonania.
- number-of-turtles: Jest to liczba agent�w ��wia, kt�re s� tworzone podczas instalacji.

RZECZY DO ODNTOWANIA

Zmiana zmiennej zachowania ze Standard na Modified w Interface nie wydaje si� zmienia� tego, co wydaje si� robi� ��wie. Jednak, gdy zachowanie jest ustawione na Modified, czy mo�na zauwa�y� niewielkie r�nice w zachowaniu do zachowania Standard, zw�aszcza gdy �rodkiem ��w ko�czy si� w �lepej uliczce czy tam jest w�ska uliczka drogi mi�dzy dwoma budynkami. W tym ostatnim przypadku zachowanie zmodyfikowane powoduje, �e ��wie mog� eksplorowa� dalej ni� ich standardowe odpowiedniki. Gdy zmienna jest ustawiona na zachowanie Modified, trzeba pami�ta�, �e pr�dko�� wi jest znacznie szybsze, gdy zmienna choose-sub-behaviours jest ustawiony na choose-all-in-random-order zamiast choose-one-at-random Czemu?

�wiczenie 6.7.7:

Sp�jrz na kod w modelach NetLogo opisanych w �wiczeniach 6.7.1 do 6.7.6. W jaki spos�b ka�dy z modeli radzi sobie z unikaniem przeszk�d? (Znale�� i wyja�ni� fragment kodu w modelach, kt�re wykonuj� unikanie przeszk�d). Czy s� jakie� modele, kt�re w og�le nie unikaj� przeszk�d?

�wiczenie 6.7.7:

W przypadku modelu Follow and Avoid opisanego w �wiczeniu 6.7.3 zachowanie trzech ras agent�w okre�laj� procedury dla wanderers, followers i avoiders. Wyja�nij, jak dzia�aj� te trzy procedury. Kt�re implementuje zachowanie podobne do boid�w, a kt�re nie?

�wiczenie 6.7.8:

W przypadku modelu Flocking with Obstacles opisanego w cz�ci 6.7.2, obja�nij, w jaki spos�b dzia�a kod, aby utworzy� flokowanie. W szczeg�lno�ci wyja�nij zachowanie, kt�re jest modelowane przez nast�puj�ce procedury w modelu:

• separate;
• wyr�wnaj;
• cohere.
• Wyszczeg�lnij tak�e wszelkie pojawiaj�ce si� zjawiska, kt�re jeste� �wiadkiem (oczywistym przyk�adem jest flokowanie, ale s� te� inne, gdy r�ne zmienne s� zmieniane za pomoc� suwak�w Interface).

Powr�t

Komunikacja

7.1 Komunikacja, informacje i j�zyk

�wiczenie 7.1.1:

Por�wnaj r�ne znaczenia poni�szych termin�w, sprawdzaj�c, jak s� one zdefiniowane w literaturze:

• porozumiewanie si�;
• Informacja;
• j�zyk.

7.2 R�norodno�� ludzkiego j�zyka

�wiczenie 7.2.1:

Ile j�zyk�w ludzkich jest u�ywanych w dzisiejszym �wiecie? Kt�ry kontynent ma najwi�ksz� liczb� u�ywanych j�zyk�w?

7.3 Komunikacja za po�rednictwem spo�eczno�ci agent�w

�wiczenie 7.3.1: Zmiana j�zyka modelu NetLogo

Wypr�buj model zmiany j�zyka w NetLogo:

http://ccl.northwestern.edu/netlogo/models/LanguageChange

Przeczytaj What is it? i Things to Notice w sekcji Information dla modelu. Nast�pnie wypr�buj �wiczenia sugerowane w Things to try i Extending the Model, aby wypr�bowa� i rozszerzy� sekcje modelu. W szczeg�lno�ci informacja w modelu m�wi, �e u�ytkownicy j�zyka zazwyczaj u�ywaj� tylko jednej gramatyki, ale w niekt�rych przypadkach mog� nie wszystkie zbiegaj� si� do tej samej gramatyki. Spr�buj dowiedzie� si�, jakie warunki powoduj�, �e u�ytkownicy j�zyka ��cz� si� w jedn� gramatyk� i jakie warunki powoduj� u�ywanie wielu gramatyk.

�wiczenie 7.3.2:

Co dzieje si� w modelu zmiany j�zyka, gdy agenci komunikuj� si� ze sob�? W szczeg�lno�ci wyja�nij, jak dzia�aj� nast�puj�ce procedury w modelu:

• communiate-via;
• speak;
• listen.

7.4 Zachowanie komunikacyjne

�wiczenie 7.4.1: Komunikacja-T-T Przyk�ad 2 Model NetLogo

Wypr�buj model komunikacji-T-T Przyk�ad 2 w NetLogo:

http://files.bookboon.com/ai/Communication-T-T-Example-2.nlogo

Przeczytaj What is it? w Information dla oryginalnego modelu. Nast�pnie wypr�buj zmodyfikowany model, kt�rego zmodyfikowane Information opisano poni�ej.

JAK TEGO U�Y�

Wybierz liczb� os�b w symulacji, korzystaj�c z suwaka liczby os�b, naciskaj�c przycisk konfiguracji, a nast�pnie naci�nij przycisk START.

INTERFEJS

Przyciski w interfejsie s� zdefiniowane w nast�puj�cy spos�b:

- setup: Usuwa zmienne i resetuje symulacj� tworz�c osoby w losowych lokalizacjach, kt�rych liczba jest okre�lona przez suwak liczby os�b.

- go: To rozpoczyna symulacj�.

Monitor, suwak i wykres w interfejsie s� zdefiniowane nast�puj�co:

- count turtles with [color = red]: To policzy liczb� ��wi, kt�re znaj� wiadomo��.
- number-of-people: Jest to liczba os�b, kt�re zostan� utworzone przy nast�pnym naci�ni�ciu przycisku instalacji.

- Percentage of people knowing message : Spisuje procent os�b, kt�re znaj� wiadomo��, pod wzgl�dem liczby kleszczy.

RZECZY DO ODNOTOWANIA

Zauwa�, �e kiedy liczba os�b jest ustawiona na maksimum, wiadomo�� dos�ownie rozprzestrzenia si� jak ogie�.

RZECZY DO SPE�NIENIA

Spr�buj uruchomi� symulacj� z r�n� liczb� os�b. Zwr�� uwag�, co dzieje si� na dzia�ce, gdy liczba os�b jest ma�a, a nie du�a. Przesy�anie wiadomo�ci trwa znacznie d�u�ej, gdy rozmiar populacji jest niewielki. Dlaczego (skoro liczba os�b nie wie, �e wiadomo�� na pocz�tku jest o wiele mniejsza)?

ROZSZERZENIE MODELU

Spr�buj zmieni� model, aby rozpowszechnia� wiele wiadomo�ci. Alternatywnie, spr�buj mie� dwie r�ne rasy ludzi - te, kt�re rozprzestrzeniaj� wiadomo�ci, i te, kt�re tego nie robi�. Wypr�buj kolejn� odmian�, w kt�rej istnieje losowe prawdopodobie�stwo (zdefiniowane przez warto�� suwaka), kt�re mo�e mutowa� wiadomo�� po jej przekazaniu. Ustaw r�ne warunki, takie jak to, ile razy wiadomo�� musi by� us�yszana od r�nych os�b, kt�re okre�laj�, kiedy wiadomo�� jest ostatecznie "uwierzy�a". Ile czasu zajmuje teraz rozprowadzenie wiadomo�ci?

7.5 Zjawisko ma�ego �wiata i algorytm Dijkstry

�wiczenie 7.5.1: Bycie modelem Kevina Bacona NetLogo

Wypr�buj model Being Kevin Bacon w NetLogo:

http://files.bookboon.com/ai/Being-Kevin-Bacon.nlogo

CO TO JEST?

Model ten stosuje r�ne algorytmy do poszukiwania okre�lonego w�z�a celu w sieci. Problem polega na tym, �e nie wiesz, gdzie znajduje si� w�ze� ani jak konfiguruje si� sie�. Aby rozwi�za� ten problem, nale�y zastosowa� wyszukiwanie, aby wypr�bowa� r�ne �cie�ki, kt�re mog� prowadzi� do w�z�a celu. Ten model implementuje rozwi�zania oparte na wielu agentach, w kt�rych wiedza jest dzielona mi�dzy agentami w dynamiczny spos�b. Mo�na je zastosowa� do tego problemu osobno, aby zobaczy�, jak dzia�aj� przeciwko sobie. Model u�ywa "Kevin Bacon" w swoim tytule, poniewa� Kevin Bacon zosta� wybrany jako "centrum" Wszech�wiata Hollywood w oparciu o has�o "stopnie roz��ki z Kevinem Baconem". Ta fraza jest oparta na zwi�zanym z tym matematycznym hobby mierzenia stopnia rozdzia�u matematyk�w od Paula Erd�sa, znanego w�gierskiego matematyka, kt�ry by� p�odny w publikowaniu artyku��w. Paul Erd�s zosta� wybrany jako centralny punkt pomiaru tego, jak dobrze ��czy si� dana osoba z matematyk�. Stopnie miary separacji opieraj� si� na tym, czy dana osoba opublikowa�a artyku� z Paulem Erd�sem (co jest r�wnoznaczne z numerem Erd�sa 1), a je�li nie, to opublikowa� artyku� z kim� kto opublikowa� artyku� z Paulem Erd�sem (numer 2 Erd�sa), a je�li nie, opublikowa� artyku� z kim�, kto opublikowa� artyku� z kim�, kto opublikowa� artyku� z Paulem Erd�sem (numer Erd�s 3), a wi�c na. Model pozwala wybra� Paul Erd�s lub Kevin Bacon jako "centrum wszech�wiata". Nast�pnie mo�e zmierzy� �redni stopie� separacji za pomoc� algorytmu Dijkstry, lub mo�e wyszuka� w�ze� powi�zany z tymi osobami za pomoc� r�nych rozproszonych algorytm�w dzielenia si� wiedz� mi�dzy agentami, takimi jak word-of-mouth.

JAKI JEST CEL?

Celem tego modelu jest przedstawienie pewnych wa�nych poj�� zwi�zanych z komunikacj� mi�dzy agentami w sieci, takich jak zjawisko ma�ego �wiata, stopnie separacji, super-w�z�y w sieciach peer-to-peer i komunikacja za po�rednictwem szeptanych.

JAK TO DZIA�A

Model implementuje algorytmy wyszukiwania w nowatorski spos�b, wykorzystuj�c podej�cie zorientowane na agent�w, kt�re jest stosunkowo �atwe do wdro�enia w NetLogo. Model przyjmuje rozwi�zanie czysto agentowe, w kt�rym informacje s� dystrybuowane w�r�d agent�w NetLogo. W odr�nieniu od tradycyjnych algorytm�w wyszukiwania (takich jak niedoinformowane wyszukiwania, takie jak Wyszukiwanie w pierwszej kolejno�ci i Wyszukiwanie w pierwszej kolejno�ci, lub wyszukiwania oparte na �wiadomych informacjach, takie jak Pierwsze najlepsze wyszukiwanie Greedy i A *, kt�re s� zaimplementowane w modelu Search for Kevin Bacon), ci agenci przeprowadzaj wyszukiwanie, dziel�c si� wiedz� z innymi agentami, kt�rzy jednocze�nie prowadz� wyszukiwanie. W metodzie dzielenia si� wiedz� ustn�, je�li agenci znale�li cel, dziel� si� swoj� wiedz� z innymi agentami, z kt�rymi spotykaj� si� podczas powrotu do miejsca rozpocz�cia. Za pomoc� metody tablicowej agenci dziel� si� swoj� wiedz�, pisz�c to, co wiedz�, do wsp�lnych "tablic", kt�re mo�na znale�� w ka�dym w�le. Mo�e to nast�pnie zosta� odczytane przez agent�w, kt�rzy odwiedzaj� w�ze� na p�niej. Dwie kolejne metody dzielenia si� wiedz� ��cz� te dwa podej�cia - "word-of-mouth" i "blackboard" - w nieco inny spos�b, aby stworzy� dwa nowe hybrydowe schematy dzielenia si� wiedz�.Typ agent�w ��wia dwalker jest u�ywany dla agent�w, kt�re poruszaj� si� po labiryncie, pr�buj�c dosta� si� do celu. Ci agenci wyszukuj�cy przechowuj� informacje o bie��cym stanie wyszukiwania, takie jak �cie�ka, kt�r� podnie�li. Ka�dy agent wyszukiwania rozszerza wyszukiwanie, pod��aj�c za �cie�kami wychodz�cymi z bie��cego w�z�a, kt�re zosta�y zasugerowane w wyniku przyj�tej metody dzielenia si� wiedz�. Typ agent�w dwalker jest u�ywana do kroczenia po sieci podczas wykonywania algorytmu Dijkstry. Mo�na to wykorzysta� do obliczenia stopnia rozdzielenia ka�dego w�z�a w sieci od w�z�a celu.

JAK TEGO U�Y�

Aby zainicjowa� wyszukiwanie i utworzy� losow� sie� (kt�rej typ jest okre�lony przez selektor network-type), naci�nij przycisk setup-network w Interface. Aby skonfigurowa� agenta walkera do przeszukiwania sieci, najpierw naci�nij przyciski - reset-blackboards i reset-walkers, aby wyczy�ci� tablice i usun�� wszystkie istniej�ce walkery, a nast�pnie naci�nij przycisk setup-walkers, aby utworzy� nowe. Kilka agent�w ��wia walker (kt�rych liczba jest okre�lona przez suwak new-walkers-per-tick) zostanie utworzona i losowo zlokalizowana w sieci. Przycisk "spacerowicz�w" mo�na nacisn�� kilkakrotnie, je�li chcesz, aby wi�cej os�b rozpoczyna�o wyszukiwanie.

Aby rozpocz�� symulacj�, naci�nij go-walkers once, aby wyszukiwanie przebieg�o krok po kroku, lub naci�nij przycisk go-walker, aby wyszukiwanie by�o kontynuowane. Chodz�cy b�d� kontynuowali w�dr�wk� po sieci do momentu znalezienia w�z�a celu lub wygasn� bez powodzenia, je�li przekroczyli warto�� suwaka time-to-live. ��cza, przez kt�re przechodz� agenci walker, s� kr�tko pogrubione, aby pokaza� �cie�ki, kt�re agenci podejmuj� w trakcie wyszukiwania. Aby wykre�li� najkr�tsze odleg�o�ci i znale�� redni stopie� oddzielenia od w�z�a celu za pomoc� algorytmu Dijkstry, naci�nij przycisk go-dijkstra.

INTERFEJS

Przyciski interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:
- setup-network: Spowoduje to wyczyszczenie �rodowiska i wszystkich zmiennych oraz utworzenie losowej sieci, kt�rej typ jest okre�lony przez selektor typu sieciowego. Jego uk�ad jest okre�lony przez selektor typu uk�adu. Cztery suwaki: w�z�y, w�z�y super-w�z��w, w�z�y-w�z�y i w�z�y-w�z�y-w�z�y kontroluj� liczb� w�z��w i super-w�z��w oraz liczb� ��czy mi�dzy nimi.
- change-layout: je�li uk�ad jest typu spring, mo�e to pom�c w usuni�ciu ba�aganu.
- go-dijkstra: Drukuje najkr�tsze drogi i znajduje �redni stopie� oddzielenia od w�z�a celu za pomoc� algorytmu Dijkstry. W�ze� celu jest okre�lony za pomoc� choosera center-of-the-universe.
- reset-blackboards: Resetuje tablice, kt�re s� powi�zane z ka�dym w�z�em w sieci. Jest to wykorzystywane przez mechanizm udost�pniania wiedzy w Blackboard.
- setup-walkers: Tworzy nowych walker�w zgodnie z liczb� w suwakach newwalkers-per-tick. Ci piechurzy zaczn� chodzi� po sieci, pr�buj�c znale�� w�ze� celu.
- go-walkers-once: To spowoduje, �e symulacja b�dzie przebiega� krok po kroku.
- go-walkers-forever: To sprawi, �e symulacja b�dzie kontynuowana, dop�ki nie osi�gnie w�z�a celu lub utknie.
- reset-walkers: To zabija wszystkich istniej�cych u�ytkownik�w i tworzy nowe, aby ponownie uruchomi� wyszukiwanie zgodnie z liczb� w suwaku nowych spacerowicz�w na tick.
- dump-blackboards: Spowoduje to zrzucenie zawarto�ci wszystkich tablic w sieci (mo�na to wykorzysta� do cel�w debugowania).
- load-blackboards: to wst�pnie �aduje tablice dla ka�dego w�z�a przy u�yciu najkr�tszych �cie�ek znalezionych za pomoc� algorytmu Dijkstra. (Poprawi to wydajno�� mechanizmu dzielenia si� wiedz� w Blackboard).

Wybory, suwaki i prze��czniki interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:

- animate-dijkstra: Spowoduje to animacj� wykonania algorytmu Dijkstry (uruchamianego po naci�ni�ciu przycisku go-dijkstra).
- revisits-allowed: Je�li jest ustawione na On, umo�liwi to agentom ponowne sprawdzenie ju� odwiedzonych w�z��w.
- center-of-the-universe: Ustawia w�ze� celu, kt�ry agenci pr�buj� znale��. Mo�e by� ustawiony na Paula Erdosa lub Kevina Bacona. (Te w�z�y s� losowo tworzone podczas tworzenia sieci).
- knowledge-sharing: Okre�la typ dzielenia si� wiedz� wykorzystywany przez agent�w podczas chodzenia po sieci. Rodzaje dzielenia si� wiedz� s� nast�puj�ce:

"None": agenci nie wymieniaj� �adnej wiedzy z innymi agentami. W rezultacie agenci trafiaj� losowo do sieci.
"Word-of-mouth": Je�li agenci znale�li cel, dziel� si� swoj� wiedz� z innymi agentami, kt�rych spotykaj�, gdy wracaj� do miejsca rozpocz�cia.
"Blackboard": agenci dziel� si� swoj� wiedz� pisz�c to, co wiedz�, do wsp�lnych "tablic", kt�re mo�na znale�� w ka�dym w�le. To mo�e nast�pnie zosta� odczytane przez agent�w, kt�rzy owiedzili ostatni w�ze�.
"Combined 1" i " Combined 2": ��cz� one wiedz� o podej�ciach szeptanych i tablicowych w nieco inny spos�b, aby stworzy� dwa nowe hybrydowe schematy dzielenia si� wiedz�. Pierwszy schemat sprawdza najpierw tablic�, a nast�pnie domy�lnie program szeptany, je�li nie ma wiedzy na tablicy. Drugi schemat jest odwrotny - najpierw zastosuje wiedz� z ustnej wiedzy, zanim nie dotrze do wiedzy o tablicach.
- network-type: Okre�la typ sieci tworzonej po naci�ni�ciu przycisku setup-network. Typy sieci s� nast�puj�ce:
"P2P-no-super-nodes": Symuluje sie� typu peer-to-peer bez super-w�z��w.
"P2P-has-super-nodes": Symuluje sie� peer-to-peer z super-w�z�ami.
"P2P-random-single-link": Symuluje sie� typu peer-to-peer, w kt�rej ka�dy w�ze� ma tylko jedno ��cze z innym w�z�em losowym.
"P2P-incremental": Tworzy symulowan� sie� peer-to-peer, stopniowo buduj�c ��cza do innych losowych w�z��w po jednym na raz.
"P2P-incremental-1": Tworzy symulowan� sie� peer-to-peer, stopniowo buduj�c ��cza do innych losowych w�z��w.
"Star-central-hub": Tworzy sie� z jednym w�z�em (w�ze� Bacon Bacon, tj. W�ze� celu) jako centralnym koncentratorem i wszystkimi innymi w�z�ami po��czonymi z nim, a nie z �adnym innym w�z�em.
"Hierarchical": Tworzy sie� drzewiast� z w�z�em celu Kevina Bacona w katalogu g��wnym.
- layout-type : Okre�la spos�b u�o�enia sieci podczas wizualizacji.
- no-of-nodes: Jest to liczba w�z��w do umieszczenia w sieci.
- no-of-super-nodes: Jest to liczba super-w�z��w do umieszczenia w sieci. (S� to w�z�y, kt�re zwykle b�d� mia�y znacznie wi�cej ��czy ni� standardowe w�z�y okre�lone przez suwak link-per-super-node).
- links-per-node: Okre�la maksymaln� liczb� ��czy, kt�re b�d� mie� w�z�y standardowe. Rzeczywista liczba wybrana dla danego w�z�a b�dzie liczb� losow� od 1 do tej liczby.
- links-per-super node: Okre�la maksymaln� liczb� ��czy, kt�re ma w�ze� super-w�ze�. Rzeczywista liczba wybrana dla danego super-w�z�a b�dzie liczb� losow� od 1 do tej liczby.
- simulation-tocks: Okre�la czas trwania symulacji.
- network-update : Je�li warto�� jest niezerowa, spowoduje to aktualizacj� sieci w przedziale czasowym w zale�no�ci od liczby losowej od 0 do warto�ci tego suwaka.
- node-to-add : liczba w�z��w okre�lonych przez ten suwak zostanie dodana do sieci, gdy nast�pi nast�pna aktualizacja zgodnie z suwakiem aktualizacji sieci.
- node-to-delete: liczba w�z��w okre�lonych za pomoc� tego suwaka zostanie usuni�ta z sieci, gdy nast�pi nast�pna aktualizacja zgodnie z suwakiem aktualizacji sieci.
- new-walkers-per-tick: Okre�la liczb� agent�w Walker dodanych do ka�dego tiku symulacji.
- time-to-live: okre�la czas dzia�ania agent�w Walker, je�li nie znale�li w�z�a celu, zanim zostan� zabici.
- new-walkers-per-node: Ustawia liczb� walker�w, kt�re s� tworzone w celu kontynuowania wyszukiwania w wielu r�nych kierunkach, gdy ka�dy spaceruje do ka�dego w�z�a. Ustawienie tej warto�ci na warto�� wi�ksz� ni� 1 szybko spowoduje zalanie sieci w wi�kszo�ci przypadk�w.
- percent-in-both: Kiedy sie� zostanie utworzona, zostanie utworzona pewna liczba w�z��w po��czonych z w�z�em Paula Erdosa (tj. �cie�ka istnieje, kt�ra ostatecznie doprowadzi do Paula Erdosa), a liczba zostanie utworzona, s� po��czone z Kevinem Baconem. Ten suwak kontroluje liczb� w�z��w, kt�re b�d� podw�jnie po��czone (tj. �cie�ki istniej� od w�z�a, kt�ry doprowadzi do w�z��w Paul Erdos i Kevin Bacon).

Monitory wykresu interfejsu modelu (pokazane po prawej stronie) s� zdefiniowane nast�puj�co:

- Number of walkers: Ta dzia�ka pokazuje liczb� spacerowicz�w na kleszcza.
-Successful searches: ten wykres przedstawia liczb� pomy�lnych wyszukiwa� (tj. Spacerowicz�w, kt�rzy znale�li w�ze� celu) dla ka�dego tiku.
- Shortest path distances: Ten wykres jest drukowany po naci�ni�ciu przycisku go-dijkstra. Wykre�la najkr�tsze drogi z ka�dego w�z�a do w�z�a celu.
- #Nodes: ten monitor zg�asza liczb� w�z��w w sieci. Zmieni si�, je�li sie� zostanie zaktualizowana, gdy aktualizacje sieci, w�z�y do dodania i suwaki w�z��w-todelete b�d� niezerowe.
- #Walkers: ten monitor zg�asza liczb� aktywnych agent�w Walker w sieci.
- #Visited: ten monitor zg�asza liczb� w�z��w odwiedzonych przez agent�w walker.
-%Success: ten monitor zg�asza procent agent�w Walkera, kt�rym uda�o si� osi�gn�� w�ze� celu.
RZECZY DO ODNOTOWANIA

Zwr�� uwag�, jak dobrze agenty wykonuj� zadanie znalezienia w�z�a celu, gdy metoda dzielenia si� wiedz� jest ustawiona na None. Por�wnaj to z innymi metodami dzielenia si� wiedz�. Zauwa�, �e mechanizm dzielenia si� wiedz� na tablicach zwykle przewy�sza mechanizm word of mouth pod wzgl�dem odsetka pomy�lnych wyszukiwa�. Zauwa�, �e wst�pne �adowanie tablic z najkr�tsz� �cie�k� uzyskan� z wykonania algorytmu Dijkstry mo�e znacznie poprawi� wyszukiwanie. Zauwa�, �e gdy pojawi si� efekt uczenia si� z powodu mechanizmu dzielenia si� wiedz�, wykres Successfuk Seaeches zacznie si� zakrzywia� w g�r�, a nast�pnie b�dzie kontynuowany jako linia prosta. Dlaczego to? Jakie ustawienia i typ sieci to dotyczy? Czy mo�na uzyska� krzyw�, aby wygi�a si� w d� zamiast w g�r�? (Wskaz�wka: Spr�buj zmieni� warto�� jednego lub dw�ch z suwak�w w po�owie strumienia). Zwr�� uwag�, jak efektywno�� wyszukiwania pogarsza si� wraz ze zmian� sieci, gdy w�z�y s� dodawane lub usuwane. Jaki rodzaj metody dzielenia si� wiedz� najlepiej radzi sobie z dynamiczn� sieci�? Zwr�� uwag� na efekt zmiany flag-allow-revisited-states? z On na Off Dlaczego Off jest tak skuteczne, �e znacznie ogranicza poszukiwanie r�nych zachowa� zwi�zanych z wyszukiwaniem? Zauwa�, �e agenci pokazani, kiedy algorytm Dijkstry jest animowany, wydaj� si� przeskakiwa� w ca�ej sieci. Dlaczego to?

RZECZY DO SPE�NIENIA
Kt�re zachowanie dzielenia si� wiedz� wydaje si� najlepsze w tym problemie? Kt�ry wydaje si� najgorszy? Wypr�buj r�ne zachowania dzielenia si� wiedz�, aby zobaczy�, kt�ry z nich jest najbardziej skuteczny. Spr�buj ustawi� niskie i wysokie warto�ci dla suwaka time-to-live. W jaki spos�b wp�ywa to na procent udanych wyszukiwa� i liczb� odwiedzonych w�z��w? Spr�buj kilkakrotnie naciskaj�c przycisk setup-walkers. Spowoduje to rozpocz�cie wyszukiwania z wi�cej ni� jednym spacerowiczem. Wypr�buj wszystkie typy sieci z r�nymi ustawieniami suwaka. Jakie rodzaje sieci powoduj� problemy dla r�nych metod dzielenia si� wiedz�, a kt�re nie? tj. kt�re wydaj� si� by� bardziej trudne do przeszukania? Spr�buj zmieni� zachowanie dzielenia wiedzy w po�owie strumienia, aby sprawdzi�, czy nie ma zauwa�alnego efektu. Na przyk�ad spr�buj prze��czy� si� z metody udost�pniania Word-of-Mouth na metod� udost�pniania Blackboard, a nast�pnie z powrotem.

ROZSZERZENIE MODELU

Spr�buj doda� inne mechanizmy dzielenia si� wiedz� lub dodaj�c w�asne odmiany do tych zaimplementowanych w modelu. Spr�buj doda� w�asny typ sieci, losowo utworzonej lub z korespondencj� do sieci w realnym �yciu. B�dziesz musia� doda� procedury wej�ciowe, aby utworzy� uk�ad sieci dla tego ostatniego. Zamiast u�ywa� agent�w walker szukaj�cych jednego w�z�a w sieci, spr�buj doda� zasoby do ka�dego w�z�a, tak aby symulacja by�a podobna do problemu wykrywania zasob�w, w kt�rym zas�b (np. jako plik MP3) mo�e pojawi� si� w wielu w�z�ach w ca�ej sieci, a ka�dy w�ze� b�dzie mia� wiele zasoby (do kilkudziesi�ciu tysi�cy). B�dziesz musia� doda� zmienn� resources do pola w�asnych w�z��w gdzie zasoby s� tabel� zawieraj�c� nazwy zasob�w, kt�re w�ze� posiada lokalnie. Spr�buj wy��czy� wizualizacj� sieci, u�ywaj�c polecenia hide-turtle, aby ukry� wszystkich agent�w i linki. Pozwoli to na uruchamianie znacznie wi�kszych symulacji - do 100 000 w�z��w.

CECHY NETLOGO

Zwr�� uwag� na u�ycie polece� kreskowania i matryc do utworzenia nowych obiekt�w podrz�dnych w ka�dym w�le i zako�cz wszyscy istniej�cy piechurzy. Zauwa� tak�e, jak parametr next-locations-list dla expand-walkers polecenie okre�la u�ywan� strategi� dzielenia si� wiedz�, kt�ra definiuje r�ne wyszukiwania.

POWI�ZANE MODELE

Zobacz model Wyszukiwanie Kevina Bacona.

7.6 U�ywanie agent�w komunikacyjnych do wyszukiwania sieci

�wiczenie 7.6.1:

W modelu Being Kevin Bacon istnieje wiele r�nych warto�ci suwaka, selektora i prze��cznika, kt�re mo�na wypr�bowa� podczas uruchamiania symulacji wyszukiwania. (Mo�na to zrobi�, naciskaj�c najpierw przycisk setup-network, a nast�pnie przycisk przej�cia go-walkers.) Na przyk�ad istnieje pi�� r�nych metod dzielenia si� wiedz� - "None", "Word of mouth", "Blackboard", "Combined 1" i "Combined 2" - istnieje r�wnie� siedem r�nych typ�w sieci - "P2P-no-supernodes", "P2P-has-super-nodes", "P2Prandom-single-link", "P2P-incremental", "P2P -incremental-1 "," Star-central-hub "i" Hierarchical ". Rzeczywi�cie, gdyby�my chcieli zbada� wszystkie r�ne konfiguracje symulacji wyszukiwania, przechodzimy przez wszystkie warto�ci prze��cznika / wyboru / suwaka od prawej do lewej i od g�ry do do�u (tj. te dla wszystkich zielonych element�w Interface, ale ignoruj�c dwa mo�liwe ustawienia prze��cznika animate-dijkstra, kt�ry prze��cza mi�dzy algorytmem Dijsktry i symulacj� wyszukiwania), ca�kowita liczba r�nych ustawie� b�dzie nast�puj�ca:

2 � 2 � 5 � 7 � 3 � 9991 � 100 � 20 � 50 � 20000 � 101 � 11 � 11 � 20 � 100 � 10 � 101 = 2,071793 � 10²⁶.

Uruchomienie symulacji dla wszystkich tych ustawie� nie by�oby mo�liwe, poniewa� liczba ta przekracza ca�kowit� liczb� sekund, kt�re up�yn�y od pocz�tku wszech�wiata, kt�ry szacuje si� na oko�o 1, a nast�pnie 17 zer. Oczywi�cie musimy by� bardziej selektywne, kt�re ustawienia eksperymentalne uruchomi�, aby zbada� zachowanie modelu dla r�nych konfiguracji. Na szcz�cie NetLogo udost�pnia narz�dzie o nazwie BehaviorSpace, kt�re u�atwia poznanie "przestrzeni" mo�liwych zachowa� tego modelu. Narz�dzie systematycznie uruchamia model wiele razy i zapisuje wyniki ka�dego uruchomienia do pliku. (Ten proces jest czasami nazywany "zamiataniem parametr�w"). Narz�dzie mo�na uruchomi� bezpo�rednio z menu Narz�dzia w NetLogo. Spos�b u�ycia jest opisany w instrukcji u�ytkownika NetLogo. Poni�szy fragment pochodzi z podr�cznika i wyja�nia, dlaczego takie narz�dzie jest tak u�yteczne: "Potrzeba tego rodzaju eksperymentu zosta�a ujawniona w nast�puj�cych obserwacjach. Modele cz�sto maj� wiele ustawie�, z kt�rych ka�dy mo�e przyjmowa� zakres warto�ci. Razem tworz� to, co w matematyce nazywa si� przestrzeni� parametr�w dla modelu, kt�rego wymiary s� liczb� ustawie�, i w kt�rym ka�dy punkt jest okre�lon� kombinacj� warto�ci. Uruchomienie modelu z r�nymi ustawieniami (a czasami nawet tymi samymi) mo�e prowadzi� do drastycznego odmiennego zachowania w modelowanym systemie. Sk�d wi�c wiedzie�, kt�ra konkretna konfiguracja warto�ci lub typ�w konfiguracji przyniesie po��dane zachowanie? Sprowadza si� to do tego, gdzie w swojej ogromnej, wielowymiarowej przestrzeni parametrycznej Tw�j model dzia�a najlepiej? "W tym �wiczeniu wypr�buj narz�dzie BehaviorSpace dla modelu Being Kevin Bacon, aby sprawdzi�, kt�re zachowania dzielenia si� wiedz� najlepiej sprawdzaj� si� w wyszukiwaniu symulowane sieci. Najpierw wybierz opcj� BehaviorSpace z menu Tools, a nast�pnie, aby utworzy� now� konfiguracj� eksperymentu, kliknij New w oknie dialogowym BehaviorSpace, kt�re si� pojawi. Spowoduje to utworzenie kolejnego okna dialogowego eksperymentu, w kt�rym okre�lisz ustawienia eksperymentu. Wprowad� nazw� eksperymentu w g�rnej cz�ci okna i u�yj warto�ci wymienionych poni�ej dla pozosta�ych p�l. Zmien zmienne w nast�puj�cy spos�b (uwaga: nawiasy i cudzys�owy):

["links-per-node" 5]
["layout-type" "circle"]
["animate-dijkstra" true]
["nodes-to-delete" 0]
["centre-of-the-universe" "Kevin Bacon"]
["new-walkers-per-node" 1]
["simulation-ticks" 500]
["new-walkers-per-tick" 5]
["percent-in-both" 10]
["network-update" 0]
["network-type" "P2P-no-supernodes"]
["time-to-live" 5 10 15 20]
["nodes-to-add" 0]
["no-of-nodes" 1000]
["revisits-allowed" false]
["links-per-super-node" 20] ["no-of-super-nodes" 5] ["knowledge-sharing" "None" "Word of mouth" "Blackboard" "Combined 1" "Combined 2"]
Repetitions: 5
Measure runs using these reporters: report-success-rate
Measure runs at every step: ?
Setup-commands: setup-network
Go commands: go-walkers
Stop condition:
Final commands:
Time limit: 0

W polu, kt�re rozpoczyna si� od "Vary variables as follows�.", ustawiany jest zakres warto�ci mo�liwych ustawie� dla modelu. Pole Repetitions okre�la, ile razy eksperyment zosta� powt�rzony. Pole "Measure runs using the reporters" okre�la, kt�re reportery w modelu s� wykonywane w celu zebrania danych o przebiegu. S� one rejestrowane w tworzonym pliku wyj�ciowym. "Measure runs at every step" zapewnia, �e te reportery s� wykonywane na ka�dym etapie. Pole setup-commands okre�la, kt�re polecenia w modelu s� wykonywane na pocz�tku ka�dego uruchomienia, a pole "Go-commands" okre�la polecenia wykonywane w ka�dym kroku. Istniej� r�wnie� pola dla okre�lenia warunku zatrzymania dla przebiegu, ko�cowych polece� do wykonania na ko�cu przebiegu i ustalonego limitu czasu (je�li jest ustawione na 0, nie okre�lono czasu). Po wype�nieniu okna dialogowego Experiment naci�nij przycisk OK u do�u, a nast�pnie naci�nij przycisk Run w oknie dialogowym BehaviorSpace. Zostanie wy�wietlone okno dialogowe Run options. Je�li chcesz, aby wyniki eksperymentu zosta�y zapisane w pliku w formacie odpowiednim do za�adowania do aplikacji arkusza kalkulacyjnego, zaznacz opcj� Spreadsheet output, a nast�pnie przycisk OK. Exporting as spreadsheet zostanie wy�wietlone okno dialogowe z arkuszem kalkulacyjnym, w kt�rym mo�na okre�li� nazw� pliku wynikowego wynik�w. Naci�ni�cie przycisku Save uruchomi eksperyment. Po zako�czeniu eksperymentu mo�esz uruchomi� go ponownie, naciskaj�c przycisk Uruchom w oknie dialogowym Experiment. Sp�jrz na wyniki eksperymentu, �aduj�c plik wyj�ciowy, kt�ry zosta� wygenerowany do pliku arkusz. Przeanalizuj wyniki, aby dowiedzie� si�, kt�ra z metod dzielenia si� wiedz� by�a najlepsza na r�nych typach sieci. Spr�buj r�wnie� znale�� interesuj�ce wyniki lub trendy w generowanych danych. Utw�rz kolejne eksperymenty, u�ywaj�c r�nych ustawie�, gdy pojawi si� okno dialogowe Eksperyment. Czy te eksperymenty przynios�y r�ne wyniki w pierwszym eksperymencie?

7.7 Entropia i informacje

�wiczenie 7.7.1:

Wypracuj entropi� wiadomo�ci, kt�re maj� by� zakodowane za pomoc� symboli z nast�puj�cych rozk�ad�w prawdopodobie�stwa:
• dla alfabetu zawieraj�cego dwa symbole o r�wnych prawdopodobie�stwach;
• dla alfabetu zawieraj�cego cztery symbole o r�wnych prawdopodobie�stwach;
• dla alfabetu zawieraj�cego sze�� symboli: czerwony, pomara�czowy, br�zowy, ��ty, zielony i wapienny, z prawdopodobie�stwami w nast�puj�cy spos�b:

�wiczenie 7.7.2:

W jakich warunkach jest minimalna entropia dla alfabetu o okre�lonej wielko�ci?

7.8 Obliczanie entropii w NetLogo

�wiczenie 7.8.1: Gra Zgadywanie samochod�w w modelu NetLogo

Wypr�buj model gry Zgadywanie samochod�w w NetLogo:

http://files.bookboon.com/ai/Cars-Guessing-Game.nlogo

CO TO JEST?

Ten model odgrywa prost� gr�, pr�buj�c odgadn�� kolor samochod�w podczas ich przejazdu. R�ni agenci zachowuj� rozk�ad prawdopodobie�stwa, kt�rego u�ywaj� do przewidywania przybycia samochod�w. Dystrybucja �r�d�a jest sta�� dystrybucj� u�ywan� do generowania samochod�w, wi�c jest najdok�adniejsza, a zatem jej entropia jest entropi� �r�d�a, a odpowiadaj�ca jej d�ugo�� kodu jest najni�sza (d�ugo�� kodu jest optymalnym kosztem kodowania sekwencji samochod�w bior�c pod uwag� rozk�ad prawdopodobie�stwa). Agenty od 01 do 03 utrzymuj� sta�e rozk�ady, kt�re u�ytkownik mo�e dostosowa� zgodnie z ich potrzebami, zmieniaj�c warto�ci suwak�w po lewej stronie interfejsu. Adaptacyjny agent utrzymuje r�wnie� dynamiczn� dystrybucj�, aktualizuj�c liczb� samochod�w, kt�re by�y wcze�niej widziane. Liczby te s� pokazywane w interfejsie przez monitory pod nag��wkiem "Dystrybucja agenta adaptacyjnego". Obliczenia entropii i d�ugo�ci kodu s� pokazywane przez monitory na �rodku interfejsu. Adaptacja entropijna i d�ugo�� kodu to te, kt�re zwykle zbli�aj� si� do entropii �r�d�owej i d�ugo�ci kodu, podczas gdy entropia i d�ugo�� kodu innych agent�w odzwierciedlaj� r�nice w ustawieniach suwaka z rozk�adu �r�d�owego.

CZYM JEST CEL?

Celem tego modelu jest pokazanie, w jaki spos�b wykonywane s� obliczenia entropii i d�ugo�ci kodu z uwzgl�dnieniem rozk�adu prawdopodobie�stwa.
JAK TO DZIA�A

Agent ��wia car s�u�y do reprezentowania samochod�w w �rodowisku. S� one tworzone z kolorami dystrybuowanymi zgodnie z dystrybucj� �r�d�ow�. Przybycie nast�pnego samochodu na lewo od otoczenia okre�la losowa liczba wygenerowana zgodnie z suwakiem next-car-random-tick-interval. Agenci ��wi zwani "agents" r�wnie� s� obecni, ale nie s� pokazani w animacji. Mo�na je uwa�a� za obserwator�w obserwuj�cych przeje�d�aj�ce samochody. Ka�dy posiada dystrybucj�, kt�ra jest list� zlicze�, kt�re s� u�ywane do obliczenia prawdopodobie�stwa w celu odgadni�cia nadchodz�cych samochod�w.

JAK TEGO U�Y�

Ustawienie warto�ci na suwakach dla Source Distribution okre�li rozk�ad dla samochod�w, kt�re pojawi� si� w animacji. Ustawienie next-car-random-tick-interval b�dzie kontrolowa�, jak cz�sto samochody si� pojawiaj�. U�ytkownik mo�e nast�pnie ustawi� warto�ci suwak�w dla trzech dystrybucji Agent distribution po lewej stronie, aby zobaczy�, jak wp�ywa to na entropi� i d�ugo�ci kodu dla tych dystrybucji.

INTERFEJS

Przyciski modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

- setup: Resetuje animacj� i inicjuje warto�ci zlicze�, entropii i d�ugo�ci kodu.
- animate-cars: uruchamia animacj� w �rodowisku (jasnoniebieski prostok�t przedstawia �rodkowe dno Interface).
Suwaki modelu Interface maj� nast�puj�c� konwencj� nazewnictwa:
- .

. Te liczby s� u�ywane do okre�lenia prawdopodobie�stwa dla okre�lonego koloru przy u�yciu nast�puj�cego wzoru:

gdzie C(colour) jest liczb� dla symbolu, a Ctotal jest sum� wszystkich zlicze� dla wszystkich kolor�w

Monitory interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:

- adaptive-: Jest to liczba samochod�w obserwowanych w animacji danego koloru, kt�ra jest adaptacyjnie aktualizowana w miar� post�pu animacji.
- Entropia: Jest to entropia rozk�adu prawdopodobie�stwa obs�ugiwanego przez agenta o nazwie .
- D�ugo�� kodu: Jest to koszt optymalnego kodowania sekwencji obserwowanych samochod�w, bior�c pod uwag� rozk�ad prawdopodobie�stwa agenta.
Wykres modelu jest zdefiniowany nast�puj�co:
- Rozk�ady s� konwertowane na liczb�, kt�ra w unikalny spos�b reprezentuje warto�ci zlicze� w rozk�adzie. (Na przyk�ad liczba 1234 mo�e by� uwa�ana za reprezentuj�c� cztery oddzielne liczby - 1, 2, 3 i 4 - kt�re ��cz� si�, tworz�c niepowtarzaln� liczb�. W tym przypadku oddzielne liczby nie mieszcz� si� w zakresie od 0 do 9; mog� wynosi� od 0 do 1000). Liczba, kt�ra w unikalny spos�b reprezentuje rozk�ad, jest nast�pnie narysowana w por�wnaniu z kleszczami, aby pokaza�, jak rozk�ady ewoluuj� w trakcie symulacji.
RZECZY DO NOTYFIKACJI
Zwr�� uwag�, jak dobrze rozk�ad adaptacyjny ma w por�wnaniu z dystrybucj� �r�d�ow�. Dystrybucja �r�d�owa b�dzie mia�a najni�sz� ca�kowit� d�ugo�� kodu w por�wnaniu do innych, ale zazwyczaj najbli�sza dystrybucja b�dzie mia�a charakter adaptacyjny (chyba �e zliczenie jednej lub wi�cej dystrybucji dok�adnie pasuje do Agent′s distribution �r�d�a). Je�li dystrybucja �r�d�owa ma tak� sam� liczb�, to liczba adaptacyjna wzro�nie z podobn� szybko�ci�, a w konsekwencji czerwona linia na wykresie wzro�nie uko�nie od dolnej lewej do prawej g�rnej. (Dlaczego?) Pozioma linia na wykresie oznacza sta�y rozk�ad. Modyfikowanie licznik�w dystrybucji w �rodku animacji spowoduje, �e linie na wykresie b�d� si� zmienia�y, aby to odzwierciedli�.

RZECZY DO SPE�NIENIA

Spr�buj zmieni� liczniki dystrybucji na suwakach, aby zobaczy�, jaki wp�yw ma to na obliczenia entropii i d�ugo�ci kodu oraz na to, co dzieje si� na wykresie. Zauwa�, �e ni�sze kolory (niebieskie i r�owe) spowoduj� najwi�ksze przesuni�cia na wykresach liniowych. (Dlaczego?) Czy mo�na osi�gn�� sytuacj�, w kt�rej d�ugo�� kodu jednego z trzech agent�w nieadaptacyjnych jest lepsza ni� agenta adaptacyjnego? (tj. d�ugo�� kodu jest mniejsza i bli�sza sumie kodu kodu �r�d�owego).

7.9 Modelowanie j�zyka

�wiczenie 7.9.1: Modelowanie j�zyka Model NetLogo

Wypr�buj model modelowania j�zyka w NetLogo:

http://files.bookboon.com/ai/Language-Modelling.nlogo

CO TO JEST?

Ten model pokazuje, w jaki spos�b mo�na zbudowa� model j�zykowy z jakiego� tekstu szkoleniowego. Typem modelu j�zyka jest model Markowa o ustalonym porz�dku - to znaczy, zgodnie z w�asno�ci� Markowa, rozk�ad prawdopodobie�stwa dla nast�pnego kroku i przysz�ych krok�w zale�y tylko od bie��cego stanu systemu i nie uwzgl�dnia poprzedniego stanu systemu . Model j�zykowy jest tak�e ustalonym porz�dkiem - to znaczy prawdopodobie�stwo jest uwarunkowane wcze�niejszym kontekstem o ustalonej d�ugo�ci. Uwaga: Istnieje pewne mo�liwe zamieszanie terminu "model" dla tego "modelu" NetLogo. NetLogo u�ywa terminu "model" w odniesieniu do programu / symulacji. Mo�na to pomyli� z u�yciem terminu "model" w wyra�eniu "model j�zykowy", kt�ry jest mechanizmem przypisywania prawdopodobie�stwa do sekwencji symboli za pomoc� rozk�adu prawdopodobie�stwa. W informacjach wymienionych poni�ej dwa typy modeli b�d� wyra�nie rozr�nia si� za pomoc� zwrot�w "model NetLogo" i "model j�zyka".

JAKI JEST CEL?

Celem tego modelu NetLogo jest pokazanie r�nych wa�nych cech modeli j�zykowych i wizualizacja ich za pomoc� linku NetLogo i agent�w ��wi.
JAK TO DZIA�A

Modelowane dane s� konceptualizowane jako strumie� zdarze� (to jest analogicznie do Event Stream Processing lub ESP), gdzie zdarzenia zachodz� z okre�lon� kolejno�ci� dla okre�lonego strumienia, ale jednocze�nie mog� wyst�powa� jednocze�nie w oddzielnych strumieniach. Sekwencja tekstowa szkolenia s�u�y do szkolenia modelu j�zykowego. Ten model j�zyka jest nast�pnie u�ywany do przetwarzania sekwencji tekstu testowego. Ka�de zdarzenie strumienia z danych szkolenia jest reprezentowane przez agenta stanu ��wia, a �cie�ki mi�dzy stanami s� reprezentowane przez agent�w ��cza �cie�ki. Kiedy model j�zykowy jest u�ywany dla aplikacji, takiej jak przetwarzanie sekwencji testowej tekstu, to agenci walker s� wykorzystywani do przechodzenia przez sie� stan�w i ��czy, aby pokaza�, w kt�rym momencie aktywne s� bie��ce konteksty. Agenci tekstu ��wia s�u�� do przechowywania informacji o konkretnym tek�cie, takich jak sumy i zmienna do przechowywania modelu j�zykowego.

JAK TEGO U�Y�

Naci�nij przycisk setup w Interface, aby zresetowa� wszystkich agent�w. Aby za�adowa� model j�zyka, najpierw wybierz tekst, kt�ry chcesz wczyta� z which-text, a nast�pnie naci�nij przycisk load-model-from-text. Spowoduje to za�adowanie modelu j�zykowego do �rodowiska, aby mo�na go by�o wizualizowa� za pomoc� uk�adu okre�lonego przez selektor lyout-type. Je�li wybra�e� spring layout - type, naci�ni�cie przycisku change-layut mo�e czasami usun�� niekt�re z ba�agan�w, gdy ju� si� pojawi�y za�adowany. Inne modele j�zykowe z r�nych tekst�w mog� by� nast�pnie �adowane w razie potrzeby. Pola wej�ciowe pick-these-streams i pick-these-events mog� by� u�ywane do odfiltrowania modelu j�zykowego, dzi�ki czemu wizualizowana jest tylko cz�� modelu j�zyka, kt�ry pasuje do okre�lonych strumieni i zdarze�. Selektor zdarze� tekstowych okre�la, jaki typ zdarzenia ma zosta� za�adowany. Model NetLogo w tej chwili przetwarza tylko zdarzenia typu znak i s�owo. Aby zobaczy�, w jaki spos�b modele j�zykowe przetwarzaj� testow� sekwencj�, najpierw edytuj pole wprowadzania test-text i wstaw tekst testowy, kt�ry chcia�by� przetworzy�, a nast�pnie naci�nij przycisk go-walkers. �cie�ki brane pod uwag� w modelach j�zykowych zostan� pod�wietlone, poniewa� sekwencja tekstu testowego jest przetwarzana sekwencyjnie.

INTERFEJS

Przyciski modelu Interface NetLogo s� zdefiniowane w nast�puj�cy spos�b:

- setup: To (re-) inicjalizuje wszystkie zmienne. - change-layout: Zmienia uk�ad w celu przesuni�cia agent�w, je�li suwak typu layout jest ustawiony na "spring".
- go-walkers: Je�li model j�zyka jest wizualizowany w �rodowisku, to uruchomi animacj�, kt�ra pokazuje, w jaki spos�b sekwencja testowania (okre�lona w polu wprowadzania tekstu testowego) jest przetwarzana przy u�yciu modelu j�zykowego.
- kill-all-walkers: To zabija wszystkich obecnych spacerowicz�w.
- load-model-from-text: Spowoduje to za�adowanie modelu j�zykowego z wykorzystaniem tekstu szkolenia okre�lonego przez selektor which-text. Typ zdarze� (znaki lub s�owa) jest okre�lony przez selektor text-event.

Suwaki modelu Interface NetLogo i selektory s� zdefiniowane w nast�puj�cy spos�b:

- layout-type: Okre�la typ uk�adu u�ywanego do wizualizacji - spr�ynowy lub radialny.
- which-text: Okre�la tekst szkolenia, kt�rego nale�y u�y� do szkolenia modeli j�zykowych.
- text-event: Okre�la typ zdarzenia w przetwarzanym tek�cie szkolenia - znaki lub s�owa.
- max-tree-depth: Okre�la maksymaln� g��boko�� drzewa modelu j�zykowego (kolejno�� modelu j�zykowego r�wna si� max-tree-depth + 1).
- max-text-size: Okre�la maksymaln� liczb� znak�w do przetworzenia z trenowanego tekstu. Zaleca si� wzgl�dnie nisk� liczb�, w przeciwnym razie b�dzie zbyt wiele do zobrazowania.
- window-size: Okre�la rozmiar okna, w kt�rym model NetLogo pr�buje sklasyfikowa� tekst za pomoc� prostej formy kategoryzacji tekstu. W tym przypadku utrzymywana jest liczba aktywno�ci modeli j�zykowych (gdzie dzia�anie jest pod�wietlaniem przekre�lonego ��cza podczas animacji), a najbardziej aktywny model j�zykowy jest wy�wietlany w Most Active Recently in Window Kategori� sekwencji testowania mo�na nast�pnie ustawi� na etykiet� j�zyka najbardziej aktywnego modelu j�zykowego. np. je�li z r�nych tekst�w szkoleniowych by�y napisane francuskie, angielskie i hiszpa�skie modele j�zykowe, a j�zykowym pokazanym przez monitor by� model j�zyka francuskiego, to tekst mo�na sklasyfikowa� jako francuski.

Prze��czniki modelu Interface NetLogo s� zdefiniowane w nast�puj�cy spos�b:

- setup-char-models ?: Je�li ustawione na On, to ustawia modele, aby rozpoznawa� s�owa i znaki interpunkcyjne od znak�w.
- show-counts ?: Je�li ustawione na On, to poka�e liczb� w wizualizacji modeli j�zykowych.
- debug-trace ?: Je�li opcja jest ustawiona na On, wydrukuje obficie informacje debugowania, aby pokaza� wykonywanego kodu.

Pola wej�ciowe wykresu i monitora Interface NetLogo s� zdefiniowane w nast�puj�cy spos�b:
- pick-these-streams: To mo�e by� u�ywane do przycinania tego, co jest wizualizowane w ka�dym modelu j�zykowym. Tylko okre�lone strumienie b�d� wizualizowane.
- pick-these-events: To mo�e by� u�ywane do przycinania tego, co jest wizualizowane ka�dego modelu j�zykowego. Tylko okre�lone zdarzenia b�d� wizualizowane.
- test-text: Jest to tekst testowy, kt�ry jest przetwarzany sekwencyjnie.
-Total of paths traversed plot, kt�re przesz�y przez fabu��: Przedstawia liczb� �cie�ek przetransmitowanych w modelu j�zykowym w stosunku do liczby przetworzonych zdarze�.
- Most Active Recently in Window: Jest to najbardziej aktywny model w poprzednim oknie (o d�ugo�ci okna) w tek�cie testowym.

RZECZY DO ODNOTOWANIA

Zauwa�, �e oparte na s�owach modele j�zykowe s� znacznie mniej z�o�one pod wzgl�dem wizualizacji ni� z�o�ono�� modeli j�zyka znak�w. Mo�na si� tego spodziewa�, poniewa� w tek�cie jest znacznie mniej zdarze� w s�owie ni� zdarze� z postaciami (na przyk�ad �rednio dla j�zyka angielskiego 5 znak�w na s�owo). Spr�buj za�adowa� kilka modeli j�zykowych razem. Nast�pnie zwr�� uwag�, jak przy wyborze tekstu testowego w j�zyku podobnym do jednego z tekst�w szkoleniowych u�ywanych do szkolenia modeli j�zykowych, w�wczas najbardziej aktywny staje si� model j�zykowy o podobnym j�zyku. Wynika to z faktu, �e j�zyk mo�na �atwo zidentyfikowa� w spos�b unikalny i wyja�nia, dlaczego mo�liwe jest wykonywanie autorstwa w oparciu o modele j�zykowe z du�� dok�adno�ci�.

RZECZY DO SPE�NIENIA

Spr�buj wczyta� wszystkie modele j�zykowe z r�nych tekst�w (okre�lonych przez which-text). Robi�c to, ustaw r�ne warto�ci dla kolejno�ci modeli j�zykowych, ustawiaj�c suwak max-tree-depth od 1 do 8. (Zachowaj ostro�no��, gdy ta warto�� jest ustawiona na wysok� - modele j�zykowe mog� zaj�� troch� czasu czas �adowania, a wizualizacja staje si� bardzo zagracona). Spr�buj rozszerzy� maksymalny rozmiar tekstu treningowego (u�ywaj�c suwaka max-text-size) i sprawd�, jaki wp�yw ma to na z�o�ono�� modeli j�zykowych. Spr�buj zmieni� suwak window-size, aby zobaczy�, jaki ma to wp�yw na monitor Most Active Recently in Window

ROZSZERZENIE MODELU NETLOGO

Wypr�buj odmian� modelu NetLogo, w kt�rym wi�kszo�� w�z��w jest ukryta, a tylko te wybrane do wizualizacji (wybrane przez pick-these-streams i pick-these-events) s� wy�wietlane w �rodowisku. Oznacza to, �e mo�na za�adowa� du�o wi�ksze modele j�zykowe (poniewa� procedura reset-layout uk�adu spr�ynowego spowalnia program po za�adowaniu modelu j�zykowego). Mo�na r�wnie� wypr�bowa� alternatywn� animacj�, w kt�rej animowana jest tylko aktywna cz�� modelu j�zykowego. tzn. wszystko w modelu j�zykowym pozostaje ukryte, dop�ki nie zostanie aktywowane. Je�li dodamy entropi� i obliczenia d�ugo�ci kodu (jak w modelu NetLogo gry Cars Guessing), to model mo�na rozszerzy�, aby wykona� z du�� dok�adno�ci� zadanie identyfikacji j�zyka, identyfikacji autora lub kategoryzacji tekstu, po prostu wybieraj�c klas� ( tj. j�zyk, autor lub kategoria) testowego tekstu, kt�ry jest klas� tekstu u�ywanego do szkolenia modelu j�zyka, kt�ry wytwarza najmniejsz� d�ugo�� kodu w sekwencji testowej.

POWI�ZANE MODELE

Zobacz wydarzenia zwi�zane z Central Park i nast�puj�ce po nich modele NetLogo. Aby przewidzie�, u�ywaj�c tych modeli j�zykowych, zobacz model gry Shannon Guessing Game NetLogo.

7.10 Entropia j�zyka

�wiczenie 7.10.1: Odgrywanie gry Shannon Model NetLogo

Wypr�buj model gry Shannon Guessing w NetLogo:

http://files.bookboon.com/ai/Shannon-Guessing-Game.nlogo

CO TO JEST?

Ten model pokazuje, w jaki spos�b mo�na zbudowa� model j�zykowy z jakiego� tekstu szkoleniowego, a nast�pnie wykorzysta� go do przewidywania tekstu - np. Zagra� w "Shannon Guessing Game", gr�, w kt�rej agent (cz�owiek lub komputer) pr�buje przewidzie� nadchodz�cy tekst, jedna litera na czas, w oparciu o poprzedni tekst, kt�ry ju� widzia�. Uwaga: Istnieje pewne mo�liwe zamieszanie terminu "model" dla tego "modelu" NetLogo. NetLogo u�ywa terminu "model" w odniesieniu do programu / symulacji. Mo�na to pomyli� z u�yciem terminu "model" w wyra�eniu "model j�zykowy", kt�ry jest mechanizmem przypisywania prawdopodobie�stwa do sekwencji symboli za pomoc� rozk�adu prawdopodobie�stwa. W poni�szych informacjach dwa typy modeli zostan� wyra�nie rozr�nione za pomoc� zwrot�w "model NetLogo" i "model j�zyka". Typem modelu j�zykowego stosowanego w tym modelu NetLogo jest model Markowa o ustalonym porz�dku - to znaczy, zgodnie z w�asno�ci� Markowa, rozk�ad prawdopodobie�stwa dla nast�pnego kroku i przysz�ych krok�w zale�y tylko od bie��cego stanu systemu i nie bierze pod uwag� rozwa� poprzedni stan systemu. Model j�zykowy jest tak�e ustalonym porz�dkiem - to znaczy prawdopodobie�stwo jest uwarunkowane wcze�niejszym kontekstem o ustalonej d�ugo�ci.

JAK TO DZIA�A

Model j�zykowy oparty jest na algorytmie kompresji PPMC opracowanym przez Johna Cleary'ego i Iana Witten'a. Wykorzystuje mechanizm back-off zwany escaping, aby wyg�adzi� estymacje prawdopodobie�stwa za pomoc� modeli o ni�szym rz�dzie w celu przezwyci�enia problemu z zerow� cz�stotliwo�ci�. Jest to problem, kt�ry pojawia si�, gdy nadchodz�ca posta� nie by�a wcze�niej widziana w kontek�cie, a zatem ma zerow� cz�stotliwo��. Przypisanie oszacowania zerowego prawdopodobie�stwa spowoduje niesko�czon� d�ugo�� kodu (poniewa� log0 = ?), co oznacza, �e nie mo�na zakodowa� zdarzenia za pomoc� tego oszacowania. Aby temu zaradzi�, szacunki s� obliczane przez wyg�adzanie za pomoc� modeli ni�szego rz�du przy u�yciu mechanizmu ucieczki. Prawdopodobie�stwo ucieczki szacuje si� za pomoc� metody C opracowanej przez Alistaira Moffata (st�d dlaczego nazywa si� j� PPMC). Metoda wyg�adzania jest cz�sto b��dnie nazywana wyg�adzaniem Witten-Bell, chocia� by�a wymy�lona przez Alistaira Moffata. Model j�zyka PPMC implementowany przez ten model NetLogo nie implementuje pe�nych wy��cze� ani aktualizacji wyklucze�.
JAKI JEST CEL?

Celem tego modelu NetLogo jest przedstawienie sposobu implementacji modelu j�zyka opartego na schemacie kompresji PPMC, a nast�pnie wykorzystanie go do przewidywania tekstu po jednym znaku na raz.

JAK TO DZIA�A

Modelowane dane s� konceptualizowane jako strumie� zdarze� (to jest analogicznie do Event Stream Processing lub ESP), gdzie zdarzenia zachodz� z okre�lon� kolejno�ci� dla okre�lonego strumienia, ale jednocze�nie mog� wyst�powa� jednocze�nie w oddzielnych strumieniach. Sekwencja tekstowa szkolenia s�u�y do szkolenia modelu j�zykowego. Ten model j�zyka jest nast�pnie u�ywany do przetwarzania sekwencji tekstu testowego. Ka�de zdarzenie strumienia z danych szkolenia jest reprezentowane przez agenta state ��wia, a �cie�ki mi�dzy stanami s� reprezentowane przez agent�w path. Kiedy model j�zykowy jest u�ywany do przewidywania, na przyk�ad podczas grania w gr� Shannon Guessing, tak jak w tym modelu NetLogo, to agenci walker s� wykorzystywani do kroczenia po sieci stan�w w celu ustalenia, kt�re z bie��cych kontekst�w s� aktywne. S� one nast�pnie wykorzystywane do oszacowania prawdopodobie�stwa. Agenci Text ��wia s�u�� do przechowywania informacji o konkretnym tek�cie, takich jak sumy i zmienna do przechowywania modelu j�zykowego.

JAK TEGO U�Y�

Aby u�y� tego modelu NetLogo, wykonaj nast�puj�ce kroki:

1. Wybierz tekst treningowy do za�adowania za pomoc� suwaka, which-training-text.
2. Za�aduj i zbuduj dla niego model j�zykowy za pomoc� przycisku load-training-text
3. Wybierz testowy tekst, aby przeprowadzi� prognoz� u�ycia suwaka which-testing-text.
4. Nast�pnie przewidujemy tekst testowy po jednym znaku naraz, naciskaj�c przyciskpredict-text.
INTERFEJS

Przyciski modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

- load-training-text: �aduje tekst treningowy okre�lony przez suwak tekstu przemawiaj�cego. Jednocze�nie konstruuje z niego model j�zyka.
- load-testing-text: �aduje tekst testowy okre�lony przez suwak tekstu kt�ry testuje tekst.
- predict-text: Przewiduje tekst w testowym tek�cie po jednym znaku na raz.
Suwak i selektory modelu Interface s� zdefiniowane nast�puj�co:

- max-depth-of-tree: Jest to maksymalna g��boko�� drzewa kontekst�w. Kolejno�� modelu to (max-g��boko��-drzewa-1).

- output-options: okre�la, ile danych wyj�ciowych jest zapisanych w skrzynce wyj�ciowej podczas fazy predykcji.

- which-training-text: Ten suwak pozwala u�ytkownikowi wybra� z ma�ej, ale eklektycznej listy tekst�w w j�zyku naturalnym, kt�re b�d� u�ywane jako dane do szkolenia modelu j�zykowego.

- which-testing-text: Ten suwak pozwala u�ytkownikowi wybra� z ma�ej, ale eklektycznej listy tekst�w w j�zyku naturalnym, aby u�y� jako danych, na kt�rych testowany jest model j�zykowy, przewiduj�c ka�dy znak jeden po drugim.

RZECZY DO NOTYFIKACJI

Zwr�� uwag�, jak zwi�ksza si� przewidywanie, gdy zmienna max-depth-of-tree zostanie zwi�kszona z 1 na 5 lub 6, a nast�pnie lekko spadnie. Zale�y to jednak w du�ej mierze od tekstu szkoleniowego stosowanego do budowy modelu j�zykowego i od tego, jak bardzo jest on powi�zany z tekstem testowym. Zwr�� uwag�, jak s�aba jest prognoza, gdy teksty szkoleniowe i testowe pochodz� z r�nych j�zyk�w. Zauwa� te�, �e w przypadku pierwszych kilku znak�w w tek�cie testowym przewidywania s� stosunkowo s�abe. Dlaczego to? W przeciwie�stwie, zauwa�, jak dobrze model j�zykowy przewiduje przewidywanie tekstu testowego, je�li jest przeszkolony na dok�adnie tym samym tek�cie (tj. Trening i teksty s� dok�adnie takie same). Uwaga: ta sytuacja rzadko pojawia si� w prawdziwe przewidywanie �ycia, poniewa� zwykle sekwencja test�w jest ca�kowicie nieprzewidywalna. Zauwa� r�wnie�, �e najlepszy model j�zykowy dla modeli wy�szego rz�du mo�e zrobi� dla przewidywania nast�pnego znaku jest cz�sto tylko 1/2 lub 1 bit do kodowania nawet w sytuacji, w kt�rej zosta� przeszkolony na te�cie testowym. Dlaczego to? Wskaz�wka: co by si� sta�o, gdyby d�ugo�� tekstu szkolenia by�a znacznie d�u�sza?

RZECZY DO SPE�NIENIA

Spr�buj zmieni� max-depth-of-tree, aby zobaczy�, jak wp�ywa to na prognoz�. Wypr�buj r�ne kombinacje szkole� i testowania tekst�w.
ROZSZERZENIE MODELU

Rozszerz model j�zyka PPMC, tak aby implementowa� pe�ne wykluczenia i aktualizowa� wykluczenia. Czy mo�esz opracowa� dalsze metody poprawy przewidywania modelu j�zykowego?

POWI�ZANE MODELE

Zobacz model modelowania j�zyka NetLogo i model NetLogo Cars Guessing Game.

7.11 Znaczenie komunikacyjne

�wiczenie 7.11.1:

Wype�nij konceptualn� metafor� nast�puj�cych dw�ch werset�w piosenki ABBA "Zwyci�zca bierze wszystko":

The gods may throw a dice
Their minds as cold as ice
And someone way down here
Loses someone dear
The winner takes it all
The loser has to fall
It's simple and it's plain
Why should I complain?
The judges will decide
The likes of me abide
Spectators of the show
Always staying low
The game is on again
A lover or a friend
A big thing or a small
The winner takes it all

�wiczenie 7.11.2:

Jak mo�na komunikowa� si� z obcymi rasami? Czy istnieje jaki� wsp�lny uk�ad odniesienia, z kt�rym mogliby�my si� komunikowa�? Czy matematyka mo�e na przyk�ad zapewni� wsp�ln� p�aszczyzn� u�atwiaj�c� komunikacj�? Ale czy ludzka matematyka sama w sobie opiera si� zbytnio na naszej ludzkiej, wcielonej egzystencji? Czy istnieje alternatywne podej�cie, w kt�rym mogliby�my zakodowa� "znaczenie" bezpo�rednio w przes�aniu, kt�re chcemy przekaza� rasie obcych?

�wiczenie 7.11.3:

Przeanalizuj nast�puj�cy fragment z autobiografii Billa Gatesa Moje �ycie: "Al Gore wyg�osi� wspania�e przem�wienie na temat koncesji. By� autentyczny, �askawy i patriotyczny. Kiedy zadzwoni�em, aby mu pogratulowa�, powiedzia� mi, �e przyjaciel, kt�ry by� zawodowym komikiem, �artowa�, �e zdoby� najlepsze z obu �wiat�w: zdoby� popularno�� i nie musia� wykonywa� tej pracy. Nast�pnego ranka, po tym, jak Tony Blair i ja rozmawiali�my troch�, wyszed�em na zewn�trz, komplementowa�em Al i obieca�em pracowa� z prezydentem elektem Bushem. Nast�pnie Tony i Cherie towarzyszyli Hillary, Chelsea i mnie na University of Warwick, gdzie przekaza�em kolejne moje po�egnalne przem�wienia, ten dotycz�cy podej�cia do globalizacji, kt�r� obj�a nasza grupa Trzeciej Drogi: handel plus globalny kontrakt na wzmocnienie pozycji ekonomicznej, edukacja , zdrowie troska i demokratyczne rz�dy. Przem�wienie to da�o mi r�wnie� okazj� do publicznego podzi�kowania Tony'emu Blairowi za jego przyja�� i nasze partnerstwo. Ceni�em sobie nasze czasy i t�skni�em za nimi. Zanim opu�cili�my Angli�, pojechali�my do Pa�acu B uckingham, przyjmuj�c zaproszenie Kr�lowej El�biety na herbat�. Mieli�my przyjemn� wizyt�, omawiaj�c wybory i sprawy �wiatowe. Potem Jej Wysoko�� podj�a niezwyk�y krok towarzysz�cy nam na parterze pa�acu i odprowadzaj�c nas do samochodu, by si� po�egna�. Ona te� by�a dla mnie �askawa i mi�a przez ostatnie osiem lat. "

Opisz, w jaki spos�b ten fragment ujawnia niekt�re my�li Billa Gatesa - to, co wie i nie wie; jego przekonania; jego upodobania lub antypatie; jego opinie; jego nadzieje i l�ki; co on szanuje i wysoko szanuje; lub czego nie okazuje szacunku i pogardza; co popiera lub jest przeciwny; jego pragnienia / potrzeby / potrzeby; i jego intencje.

Powr�t

Wyszukiwanie

8.1 Zachowanie wyszukiwania

�wiczenie 8.1.1:

Badania w literaturze, w jaki spos�b definiowane s� terminy "wyszukiwanie" i "badania". Obserwuj metody, kt�rych u�ywasz do przeprowadzenia bada�. Czy istniej� wyra�nie r�ne znaczenia tych poj��, czy te� wywodz� si� one z tego samego og�lnego znaczenia?

8.2 Problemy z wyszukiwaniem

�wiczenie 8.2.1: Wyszukiwanie Maze Model NetLogo

Wypr�buj model wyszukiwania Maze w NetLogo: http://files.bookboon.com/ai/Searching-Mazes.html

CO TO JEST?

Model ten stosuje standardowe algorytmy wyszukiwania do problemu wyszukiwania labirynt�w. W modelu s� trzy labirynty: pusty labirynt bez �cian wewn�trznych; labirynt Hampton Court, kt�ry jest schematyczn� ilustracj� prawdziwego labiryntu ogrodowego w Hampton Court Palace w Wielkiej Brytanii; i labirynt Chevening House, kt�ry jest przedstawieniem prawdziwego labiryntu w Chevening House w Wielkiej Brytanii, zaprojektowanego, aby udaremni� metod� "dotarcia do �ciany", dotarcia do centrum labiryntu. Wej�cie do pustego labiryntu at5 w dolnej po�owie labiryntu, a celem jest dotrze� do wyj�cia na szczycie labiryntu. Wej�cie do labiryntu Hampton Court znajduje si� w �rodkowym dole, a celem jest dotarcie do centrum. Podobnie wej�cie do labiryntu Chevening House znajduje si� na �rodku dna, a celem jest dotarcie do centrum. Problem jest nast�puj�cy: Jak osi�gn�� cel od wej�cia? Aby rozwi�za� ten problem, nale�y przeprowadzi� wyszukiwanie, aby wypr�bowa� r�ne �cie�ki, kt�re s� mo�liwe. Ten model implementuje niekt�re z klasycznych algorytm�w wyszukiwania i mo�na je zastosowa� do tego problemu z zabawkami, aby zobaczy�, jak r�ne strategie wyszukiwania dzia�aj� przeciwko sobie.

CZYM JEST CEL?

Celem tego modelu jest pokazanie, w jaki spos�b mo�na zaimplementowa� w NetLogo klasyczne algorytmy wyszukiwania, takie jak wyszukiwanie wszerz i wyszukiwanie w pierwszej kolejno�ci, a tak�e w jaki spos�b mo�na je zastosowa� do rozwi�zania klasycznego problemu z zabawkami w celu por�wnania jak dzia�aj�.

JAK TO DZIA�A

Model implementuje algorytmy wyszukiwania w nowatorski spos�b, wykorzystuj�c podej�cie zorientowane na agent�w, kt�re jest stosunkowo �atwe do wdro�enia w NetLogo. Zamiast u�ywa� struktury danych kolejek do implementacji klasycznych algorytm�w wyszukiwania, zamiast tego model przyjmuje czysto agencyjne rozwi�zanie, w kt�rym informacje s� dystrybuowane w�r�d agent�w NetLogo. Agenci przeprowadzaj� wyszukiwanie, przesy�aj�c informacje do innych agent�w, kt�rzy kontynuuj� wyszukiwanie. Dlatego wyra�na struktura danych kolejek oddzielona od tego, co dzieje si� w wyszukiwaniu, nie jest potrzebna (cho� technicznie informacja jest nadal przechowywana w kolejce za kulisami, ale jej implementacja jest ukryta za poleceniami najwy�szego poziomu, kt�re NetLogo zapewnia ). Istnieje nadzieja, �e to "pozbawione to�samo�ci" podej�cie zorientowane na agenta zapewnia bardziej intuicyjne rozwi�zanie, kt�re u�atwia uchwycenie sposobu dzia�ania strategii wyszukiwania. Wykorzystuje usytuowan�, uciele�nion� perspektyw� projektowania z perspektywy pierwszej osoby, a zatem prawdopodobnie u�atwia zrozumienie zasadniczych r�nic mi�dzy strategiami wyszukiwania. Rasa poszukiwaczy ��wi jest u�ywana dla poszukiwaczy, kt�rzy poruszaj� si� po labiryncie, pr�buj�c dotrze� do celu. Ci agenci wyszukuj�ce przechowuj� informacje o bie��cym stanie wyszukiwania, takie jak czas wykonania, �cie�ka i szacunkowe koszty. Ka�dy agent wyszukuj�cy rozszerza wyszukiwanie w trzech kierunkach: do przodu; prawo 90 stopni, a potem do przodu; a lewe 90 stopni, a nast�pnie do przodu. Zachowanie ruchu post�powego agent�w wyszukuj�cych w labiryncie jest kontrolowane przez dwa choosery -move-forward-behaviour i move-forward-behaviour=after-turning. Opcje tego typu zachowania do przodu u�ywane przez oba te selektory s� nast�puj�ce:

- "Przejd� do przodu o kolejne kroki, chyba �e uderzysz w �cian�": Agent przesuwa do przodu o kilka krok�w okre�lonych za pomoc� suwaka przesuwania kroku.
- "Przejd� do przodu, a� trafisz w �cian�": Agent b�dzie porusza� si� do przodu w niesko�czono��, a� uderzy o �cian�.
- "Poruszaj si� do przodu a� do dowolnej otwartej przestrzeni": Agent b�dzie porusza� si� naprz�d, dop�ki nie znajdzie otwartej przestrzeni (tj. Dop�ki nie pojawi si� �ciana lub jest otwarta przestrze� po obu stronach).
- "Poruszaj si� do przodu, a� do otwartej przestrzeni po �cianie bocznej": Agent b�dzie porusza� si� do przodu, dop�ki nie znajdzie otwartej przestrzeni (tj. Dop�ki nie znajdzie si� �ciana lub jest otwarta przestrze� po obu stronach, ale zatrzyma si� tylko, je�li wcze�niej �ledzi�em �cian� po obu stronach)

JAK TEGO U�Y�

Aby zainicjowa� wyszukiwanie i narysowa� wybrany labirynt (okre�lony przez image-being-searcher), naci�nij przycisk setup w Inerface . Agent ��wia o kszta�cie osoby b�dzie powoli chodzi� w kierunku wej�cia do labiryntu. Wtedy wej�cie zostanie zablokowane (aby uniemo�liwi� agentowi wyj�cie w tym kierunku). Aby rozpocz�� wyszukiwanie, naci�nij przycisk go-once, aby wyszukiwanie by�o wykonywane krok po kroku naci�nij przycisk go-forever, aby wyszukiwanie by�o kontynuowane do momentu osi�gni�cia stanu docelowego albo utknie.

INTERFEJS

Przyciski modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

- setup: Spowoduje to wyczyszczenie �rodowiska i wszystkich zmiennych oraz przerysowanie wybranego labiryntu (wybranego za pomoc� suwaka wyszukiwanego przez labirynt).
- go-once: To sprawi, �e wyszukiwanie b�dzie kontynuowane krok po kroku.
- go-forever: spowoduje to kontynuowanie post�p�w a� do osi�gni�cia stanu docelowego lub utknie.
Selektory Interface, suwaki i prze��cznik interfejsu s� zdefiniowane w nast�puj�cy spos�b:

- maze-being-searching: To wybiera szukany labirynt. Dost�pne s� trzy: pusty labirynt, labirynt Hampton Court i labirynt Chevening House.
- search-behaviour: okre�la strategi� wyszukiwania, kt�r� agenci powinni stosowa� podczas wyszukiwania.
- heuristic : Okre�la heurystyk�, kt�ra ma by� u�ywana w wyszukiwaniu Informed - Greedy Best First Search i A * Search.
- move-forward-behaviour: okre�la typ zachowania do przodu, kt�re wykonuje agent wyszukuj�cy. (Aby zapozna� si� z obja�nieniami opcji, zobacz sekcj� Jak to dzia�a powy�ej).
- move-forward-behaviour-after-turning: Okre�la typ zachowania do przodu, kt�re agent wyszukuj�cy wykonuje po obr�ceniu w prawo lub w lewo. (Aby zapozna� si� z obja�nieniami opcji, zobacz sekcj� Jak to dzia�a powy�ej).
- move-forward-step-amount: Jest to liczba krok�w, kt�re agent wykonuje, kiedy porusza si� do przodu (albo bezpo�rednio przed sob� w swoim bie��cym nag��wku, albo po skr�cie w prawo lub w lewo).
- allow-revisited-states ?: To jest flaga, kt�ra je�li jest ustawiona na On pozwoli przeszukanie przej�� do ju� odwiedzonych stan�w.
- left-cols, right-cols, above-rows, above-cols, entrance-cols: Te suwaki okre�laj� wysoko�� i szeroko�� pustego labiryntu oraz wielko�� wej�cia.
- col-patches-width, row-patches-width: Te suwaki okre�laj� wysoko�� i szeroko�� labiryntu Hampton Court i Chevening House.
- max-agent-to-expand: Ustawia maksymaln� liczb� agent�w, aby rozszerzy� wyszukiwanie w ka�dym kroku. Jest u�ywany tylko przez pierwsze wyszukiwanie w programie Multi-Agent.
- max-depth: Ustawia maksymaln� g��boko�� wyszukiwania dla wyszukiwania z ograniczeniem g��boko�ci i tylko Wyszukiwanie po pog��bianiu iteracyjnym.

Monitory interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:

- Active Searcher Agents: Pokazuje aktualn� liczb� aktywnych agent�w wyszukuj�cych, kt�rzy wci�� uczestnicz� w wyszukiwaniu.
- Maximum Active Searcher Agents: Pokazuje maksymaln� warto��, jak� monitor Active Searcher Agents osi�gn�� podczas wyszukiwania.
- Total Searcher Agents: Pokazuje ca�kowit� liczb� agent�w wyszukuj�cych u�ywanych przez wyszukiwark�.
- IDS Depth: Jest to aktualna g��boko�� podczas wykonywania iteracyjnego wyszukiwania pog��bionego.

RZECZY DO ODNOTOWANIA

Zwr�� uwag� na efekt zmiany flag-allow-revisited-states? ON i OFF. Dlaczego wy��czenie go jest tak skuteczne, �e znacznie ogranicza poszukiwanie r�nych zachowa� zwi�zanych z wyszukiwaniem? Zauwa�, �e niekt�re wyszukiwania powt�rzone z tymi samymi ustawieniami ko�cz� si� w r�nych miejscach. Dlaczego to? Zauwa�, �e wiele zachowa� powoduje, �e agenci szukaj�cy ��wi zostaj� zablokowani. Kiedy to si� dzieje i dlaczego?

RZECZY DO SPE�NIENIA

Spr�buj spowolni� animacj�, zmieniaj�c suwak pr�dko�ci u g�ry okna Information. B�dziesz m�g� zobaczy�, jak przebiega wyszukiwanie Jakie zachowania zwi�zane z wyszukiwaniem wydaj� si� najlepsze w tym problemie? Kt�ry wydaje si� najgorszy? Wypr�buj r�ne zachowania zwi�zane z wyszukiwaniem, aby zobaczy�, kt�ry z nich jest najbardziej skuteczny. Dowiedz si�, jak dobrze dzia�a ka�dy algorytm wyszukiwania w odniesieniu do czterech kryteri�w oceny - z�o�ono�ci czasowej, z�o�ono�ci przestrzeni, optymalno�ci i z�o�ono�ci. Odnie�� teori� do tego, co dzieje si� w praktyce. Spr�buj prze��cza� wyszukiwanie w po�owie strumienia. R�nica w zachowaniach jest najbardziej widoczna w pustym labiryncie. Na przyk�ad spr�buj prze��czy� si� z pierwszego wyszukiwania do pierwszego wyszukiwania w g��b, a nast�pnie z powrotem (po ustawieniu move-forvard-behaviour i move-forvard-after-turning po w��czeniu funkcji wybierania zachowania na "Przenie� do przodu o kolejne kroki, chyba �e uderzysz w �cian� "I ustaw suwak move-forvard-step-amount). Spr�buj przesuwa� suwak move-forward-step-anoubt w prz�d i w ty� , gdy wyszukiwanie b�dzie kontynuowane, je�li ustawisz zachowanie "post�puj naprz�d" i "post�puj po nawrocie", aby by�y "Przenie� do przodu o kolejne kroki, chyba �e trafienie �ciana". Wypr�buj r�ne heurystyki dla �wiadomych wyszukiwa� (Greedy Best First Search i A * Search). Czy maj� one wp�yw na efektywno�� wyszukiwania? Wypr�buj wszystkie kombinacje ustawie� zachowania w ruchu i zmiany kolejno�ci w ruchu po ruchu zwrotnym, a tak�e ustawienie suwaka liczby krok�w do przodu. Powoduje to ogromn� r�norodno�� zachowa� dla poszukuj�cych agent�w ��wia. Spr�buj zmieni� parametry ka�dego labiryntu, zmieniaj�c ustawienia suwak�w po prawej stronie. Wypr�buj wszystkie r�ne kombinacje ustawie� wybierania move-forward-behaviour,move-forward-after-turning-behaviour i move-forward-step-amount. Powoduje to ogromn� r�norodno�� zachowa� dla poszukuj�cych agent�w ��wia. Spr�buj zmieni� parametry ka�dego labiryntu, zmieniaj�c ustawienia suwak�w po prawej stronie.

ROZSZERZENIE MODELU

Spr�buj doda� inne algorytmy wyszukiwania lub dodaj w�asne odmiany do tych zaimplementowanych w modelu. Spr�buj doda� w�asny labirynt, by� mo�e z labiryntu ogrodowego lub innego labiryntu, kt�ry istnieje w prawdziwym �yciu. Je�li tw�j labirynt ma rzeczywisty odpowiednik, zauwa� r�nice, kt�re musisz wprowadzi� w wirtualnym przedstawieniu, gdzie nie dok�adnie odpowiadaj� temu, co dzieje si� w prawdziwym labiryncie.

CECHY NETLOGO

Zwr�� uwag� na u�ycie komendy kreskowania i matrycy do klonowania przeszukiwaczy podrz�dnych i zako�czenia wyszukiwania rodzica, co pozwala unikn�� oddzielnej struktury danych kolejki, aby zachowa� informacje podczas wyszukiwania. Zwr�� tak�e uwag� na odmian� polecenia ask, kt�ra okre�la u�ywan� strategi�, kt�ra definiuje r�ne wyszukiwania.

POWI�ZANE MODELE

Aby znale�� inne problemy z wyszukiwaniem, zobacz model wyszukiwania Kevina Bacona i model wyszukiwania Maze. Aby uzyska� wgl�d w odleg�o�� na Manhattanie i metryki odleg�o�ci Euklidesa u�ywane jako heurystyki do wyszukiwania Informed, patrz model odleg�o�ci Manhattan.

�wiczenie 8.2.2: Modele misjonarzy i kanibali NetLogo

Wypr�buj model Misjonarzy i Kanibali w NetLogo:
http://files.bookboon.com/ai/Missionaries-and-Cannibals.html

CO TO JEST?

Model ten stosuje standardowe algorytmy wyszukiwania do klasycznego problemu wyszukiwania zwanego misjonarzami i kanibalami. W tym problemie z zabawkami jest 3 misjonarzy i 3 kanibali. Przybyli razem po jednej stronie rzeki i wszyscy chc� przej�� na drug� stron�. Na szcz�cie dost�pna jest ��d� do przeprawy przez rzek�. Istniej� jednak dwa problemy z tym problemem. Pierwszy po��w polega na tym, �e tylko dwie osoby mog� zmie�ci� si� w �odzi w tym samym czasie. Drugi po��w polega na tym, �e kanibale nie mog� przekroczy� liczby misjonarzy na �adnym etapie. Je�li to zrobi�, pokonaj� misjonarzy, a potem je zjedz�. Problem jest nast�puj�cy: czy mo�na bezpiecznie zabra� wszystkich misjonarzy i kanibali na drug� stron� rzeki? Aby rozwi�za� ten problem, nale�y przeprowadzi� wyszukiwanie w celu wypr�bowania r�nych scenariuszy. Ten model implementuje niekt�re z klasycznych algorytm�w wyszukiwania i mo�na do nich zastosowa� problem z zabawkami, aby zobaczy�, jak r�ne strategie wyszukiwania dzia�aj� przeciwko sobie.

CZYM JEST CEL?

Celem tego modelu jest pokazanie, w jaki spos�b mo�na zaimplementowa� w NetLogo klasyczne algorytmy wyszukiwania, takie jak wyszukiwanie wszerz i wyszukiwanie w pierwszej kolejno�ci, a tak�e w jaki spos�b mo�na je zastosowa� do rozwi�zania klasycznego problemu z zabawkami w celu por�wnania jak dzia�aj�.

JAK TO DZIA�A

Model implementuje algorytmy wyszukiwania w nowatorski spos�b, wykorzystuj�c podej�cie zorientowane na agent�w, kt�re jest stosunkowo �atwe do wdro�enia w NetLogo. Zamiast u�ywa� struktury danych kolejek do implementacji klasycznych algorytm�w wyszukiwania (jest to standardowe rozwi�zanie, zobacz na przyk�ad podr�cznik AI Russella & Norviga), model zamiast tego przyjmuje czysto agencyjne rozwi�zanie, w kt�rym informacje s� dystrybuowane w�r�d agent�w NetLogo . Agenci przeprowadzaj� wyszukiwanie, przesy�aj�c informacje do innych agent�w, kt�rzy kontynuuj� wyszukiwanie. Dlatego wyra�na struktura danych kolejek oddzielona od tego, co dzieje si� w wyszukiwaniu, nie jest potrzebna (cho� technicznie informacja jest nadal przechowywana w kolejce za kulisami, ale jej implementacja jest ukryta za poleceniami najwy�szego poziomu, kt�re NetLogo zapewnia ). Istnieje nadzieja, �e to "pozbawione to�samo�ci" podej�cie zorientowane na agenta zapewnia bardziej intuicyjne rozwi�zanie, kt�re u�atwia uchwycenie sposobu dzia�ania strategii wyszukiwania. Wykorzystuje usytuowan�, uciele�nion� perspektyw� projektowania z perspektywy pierwszej osoby, a zatem prawdopodobnie u�atwia zrozumienie zasadniczych r�nic mi�dzy strategiami wyszukiwania. Typ poszukiwaczy ��wi jest u�ywany dla poszukiwaczy, kt�rzy poruszaj� si� po labiryncie, pr�buj�c dotrze� do celu. Te agenty wyszukuj�ce przechowuj� informacje o bie��cym stanie wyszukiwania, takie jak czas wykonania, �cie�ka i szacunkowe koszty. Ka�dy agent wyszukiwania rozszerza wyszukiwanie, sprawdzaj�c, czy mo�liwe s� nast�puj�ce dzia�ania:

- dw�ch misjonarzy wsiada do �odzi wios�owej i wios�uje na drug� stron�;
- dw�ch kanibali wsiada do �odzi wios�owej i wios�uje na drug� stron�;
- jeden misjonarz i jeden kanibal wchodz� do �odzi wios�owej i przechodz� na drug� stron�;
- tylko jeden misjonarz wsiada do �odzi wios�owej i wios�uje na drug� stron�;
- tylko jeden kanibal wchodzi do �odzi wios�owej i wios�uje na drug� stron�.
Zwr�� uwag�, �e stany wyszukiwania tego problemu mog� by� reprezentowane przez 3-krotne: (#missionaries na startowej stronie rzeki, #cannibals na pocz�tkowej stronie rzeki, #boats na pocz�tkowej stronie rzeki) . St�d stan pocz�tkowy jest reprezentowany przez krotk� (3, 3, 1) i stan celu przez (0, 0, 0). W Interface do wizualizacji wyszukiwania jest wykorzystywany wykres z r�wnoleg�ymi wsp�rz�dnymi. Animacja jednego mo�liwego rozwi�zania problemu znajduje si� r�wnie� pod wykresem. Wykres jest aktualizowany w miar� post�pu animowanego rozwi�zania.

JAK TEGO U�Y�

Aby zainicjowa� wyszukiwanie, naci�nij przycisk setup w Interface. Kszta�t osoby pojawi si� w stanie pocz�tkowym (3, 3, 1) w lewym g�rnym rogu wykresu. Stan celu znajduje si� u do�u wykresu, wi�c przybli�on� ocen� tego, czy wyszukiwanie dokonuje post�pu, jest to, jak daleko posun�� si� on w d�. Aby rozpocz�� wyszukiwanie, naci�nij przycisk "go-once", aby wyszukiwanie by�o wykonywane krok po kroku, lub naci�nij przycisk "go-forever", aby wyszukiwanie by�o kontynuowane do momentu osi�gni�cia stanu docelowego lub spe�nienia innych kryteri�w zako�czenia (np. dochodzi do prawej strony wykresu bez znalezienia rozwi�zania). Naci�ni�cie przycisku go-animation spowoduje rozpocz�cie animacji i wy�wietlenie �cie�ki pobranej w tym samym czasie na wykresie. Jest to pokazane za pomoc� czerwonego koloru.

INTERFEJS

Przyciski interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:

- setup: wyczy�ci �rodowisko i wszystkie zmienne, zresetuje animacj� i przerysuje wykres.
- go-once: To sprawi, �e wyszukiwanie b�dzie kontynuowane krok po kroku.
- go-forever: spowoduje to, �e wyszukiwanie b�dzie kontynuowane a� do momentu osi�gni�cia stanu docelowego lub zostanie uznane za nieskuteczne.
- go-animation: Uruchomi animacj� wy�wietlan� na �rodkowym dole Interface.

Selektory interfejsu, suwaki i prze��cznik interfejsu s� zdefiniowane w nast�puj�cy spos�b:

- search-behaviour: okre�la strategi� wyszukiwania, kt�r� agenci powinni stosowa� podczas wyszukiwania. - heuristic: Okre�la heurystyk�, kt�ra ma by� u�ywana w wyszukiwaniu Informed - Greedy Best First Search i A * Search.
- max-depth: Ustawia maksymaln� g��boko�� wyszukiwania.
- max-agent-to-expand: Ustawia maksymaln� liczb� agent�w, aby rozszerzy� wyszukiwanie w ka�dym kroku. Jest u�ywany tylko przez pierwsze wyszukiwanie w programie Multi-Agent.
- allow-revisited-states ?: To jest flaga, kt�ra je�li jest ustawiona na On pozwoli przeszukanie przej�� do ju� odwiedzonych stan�w.

Monitory interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:

- Active Searcher Agents: Pokazuje aktualn� liczb� aktywnych agent�w wyszukuj�cych, kt�rzy wci�� uczestnicz� w wyszukiwaniu.
- Maximum Active Searcher Agents: Pokazuje maksymaln� warto��, jak� monitor Active Searcher Agents osi�gn�� podczas wyszukiwania.
- Total Searcher Agents: Pokazuje ca�kowit� liczb� agent�w wyszukuj�cych u�ywanych przez wyszukiwark�.
- IDS Depth: Jest to aktualna g��boko�� podczas wykonywania iteracyjnego wyszukiwania pog��bionego.
RZECZY DO ODNOTOWANIA

Zwr�� uwag� na efekt zmiany flag-allow-revisited-states? On i Off. Dlaczego Off jest tak skuteczne, �e znacznie ogranicza poszukiwanie r�nych zachowa� zwi�zanych z wyszukiwaniem? Zauwa�, �e niekt�re wyszukiwania powt�rzone z tymi samymi ustawieniami ko�cz� si� w r�nych miejscach (na przyk�ad spr�buj Greedy Best First Search kilka razy u�ywaj�c heurystycznego "Min. No boat trips needed" i z flag� allow-revisited-states? ustaw na Off). Dlaczego to?

RZECZY DO SPE�NIENIA

Jakie zachowania zwi�zane z wyszukiwaniem wydaj� si� najlepsze w tym problemie? Kt�ry wydaje si� najgorszy? Wypr�buj r�ne zachowania zwi�zane z wyszukiwaniem, aby zobaczy�, kt�ry z nich jest najbardziej skuteczny. Dowiedz si�, jak dobrze dzia�a ka�dy algorytm wyszukiwania w odniesieniu do czterech kryteri�w oceny - z�o�ono�ci czasowej, z�o�ono�ci przestrzeni, optymalno�ci i z�o�ono�ci. Odnie�� teori� do tego, co dzieje si� w praktyce. Spr�buj dowiedzie� si�, ile jest rozwi�za� problemu (ten pokazany w animacji nie jest jedynym). Wypr�buj r�ne heurystyki dla �wiadomych wyszukiwa� (Greedy Best First Search i A * Search). Czy maj� jaki� wp�yw na skuteczno�� wyszukiwania?

ROZSZERZENIE MODELU

Spr�buj doda� inne algorytmy wyszukiwania lub dodaj w�asne odmiany do tych zaimplementowanych w modelu

CECHY NETLOGO

Zwr�� uwag� na u�ycie komendy kreskowania i matrycy do klonowania przeszukiwaczy podrz�dnych i zako�czenia wyszukiwania rodzica, co pozwala unikn�� oddzielnej struktury danych kolejki, aby zachowa� informacje podczas wyszukiwania. Zwr�� tak�e uwag� na odmian� polecenia ask, kt�ra okre�la u�ywan� strategi�, kt�ra definiuje r�ne wyszukiwania.

POWI�ZANE MODELE

Aby znale�� inne problemy z wyszukiwaniem, zobacz model wyszukiwania Kevina Bacona i model wyszukiwania Maze. Aby uzyska� wgl�d w odleg�o�� na Manhattanie i metryki odleg�o�ci Euklidesa u�ywane jako heurystyki do wyszukiwania Informed, patrz model odleg�o�ci Manhattan.

�wiczenie 8.2.3: Wyszukiwanie modelu Kevin Bacon NetLogo

Wypr�buj model wyszukiwania Kevin Bacon w NetLog

http://files.bookboon.com/ai/Searching-for-Kevin-Bacon.html

CO TO JEST?

Model ten stosuje standardowe algorytmy wyszukiwania do problemu wyszukiwania okre�lonego w�z�a celu w sieci. Problem polega na tym, �e nie wiesz, gdzie znajduje si� w�ze� ani jak konfiguruje si� sie�. Aby rozwi�za� ten problem, nale�y przeprowadzi� wyszukiwanie, aby wypr�bowa� r�ne �cie�ki, kt�re mog� prowadzi� do w�z�a celu. Ten model implementuje niekt�re z klasycznych algorytm�w wyszukiwania i mo�na je zastosowa� do tego problemu z zabawkami, aby zobaczy�, jak r�ne strategie wyszukiwania dzia�aj� przeciwko sobie.

JAKI JEST CEL?

Celem tego modelu jest pokazanie, w jaki spos�b mo�na zaimplementowa� w NetLogo klasyczne algorytmy wyszukiwania, takie jak pierwsze wyszukiwanie i pierwsze wyszukiwanie g��bi, a tak�e to, w jaki spos�b mo�na je zastosowa� do rozwi�zania problemu, aby por�wna� jego spos�b wykonania

JAK TO DZIA�A

Model implementuje algorytmy wyszukiwania w nowatorski spos�b, wykorzystuj�c podej�cie zorientowane na agent�w, kt�re jest stosunkowo �atwe do wdro�enia w NetLogo. Zamiast u�ywa� struktury danych kolejek do implementacji klasycznych algorytm�w wyszukiwania, zamiast tego model przyjmuje czysto agencyjne rozwi�zanie, w kt�rym informacje s� dystrybuowane w�r�d agent�w NetLogo. Agenci przeprowadzaj� wyszukiwanie, przesy�aj�c informacje do innych agent�w, kt�rzy kontynuuj� wyszukiwanie. W zwi�zku z tym wyra�na struktura danych kolejki oddzielona od tego, co dzieje si� w wyszukiwaniu, nie jest potrzebne (cho� technicznie informacje s� nadal przechowywane w kolejce za kulisami, ale implementacja tego jest ukryta za poleceniami najwy�szego poziomu, kt�re zapewnia NetLogo). Istnieje nadzieja, �e to "pozbawione to�samo�ci" podej�cie zorientowane na agenta zapewnia bardziej intuicyjne rozwi�zanie, kt�re u�atwia uchwycenie sposobu dzia�ania strategii wyszukiwania. Wykorzystuje usytuowan�, uciele�nion� perspektyw� projektowania z perspektywy pierwszej osoby, a zatem prawdopodobnie u�atwia zrozumienie zasadniczych r�nic mi�dzy strategiami wyszukiwania. Rasa agent�w wyszukiwania ��wi jest u�ywana dla os�b wyszukuj�cych, kt�re poruszaj� si� po sieci, pr�buj�c dotrze� do celu. Te agenty wyszukuj�ce przechowuj� informacje o bie��cym stanie wyszukiwania, takie jak czas wykonania, �cie�ka i szacunkowe koszty. Ka�dy agent wyszukuj�cy rozszerza wyszukiwanie, wykonuj�c wszystkie �cie�ki wychodz�ce, kt�re prowadz� poza bie��cy w�ze�.

JAK TEGO U�Y�

Aby zainicjowa� wyszukiwanie i utworzy� losow� sie� (kt�rej typ jest okre�lony przez selektor network-type), naci�nij przycisk setup-network w Interface . Aby skonfigurowa� agenta wyszukuj�cego do wyszukiwania w sieci, najpierw naci�nij przycisk reset-searchers, a nast�pnie naci�nij przycisk setup-searcher. Agent ��wia o kszta�cie osoby zostanie narysowany w w�le okre�lonym w polu wprowadzania start-node. Aby rozpocz�� wyszukiwanie, naci�nij jeden raz przycisk "go-searchers", aby wyszukiwanie przebiega�o krok po kroku, lub naci�nij przycisk "go-searchers", aby wyszukiwanie by�o kontynuowane do momentu, a� dotrze do w�z�a celu lub utknie.

INTERFEJS

Przyciski interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:

- setup-network: Spowoduje to wyczyszczenie �rodowiska i wszystkich zmiennych oraz utworzenie losowej sieci, kt�rej typ jest okre�lony przez selektor network-type. Jego uk�ad jest okre�lony przez selektor layout-type. Cztery suwaki: no-of-nodes, no-of-super-nodes, links-per-node i links-per-super-node kontroluj� liczb� w�z��w i super-w�z��w oraz liczb� ��czy mi�dzy nimi.
- change-layout: je�li uk�ad jest typu spring, mo�e to pom�c w usuni�ciu ba�aganu.
- reset-searchers: To zabija wszystkich istniej�cych wyszukiwarek i tworzy nowy, okre�lony przez pole wej�ciowe numeru pocz�tkowego, aby ponownie uruchomi� wyszukiwanie.
- setup-searcher: uruchamia nowy program wyszukuj�cy okre�lony w polu wej�ciowym start-nodenumber (mo�na go u�y� do utworzenia wielu wyszukiwaczy na pocz�tku wyszukiwania).
- go-searchers-once: spowoduje to, �e wyszukiwanie b�dzie wykonywane krok po kroku.
- go-searchers-forever: To sprawi, �e wyszukiwanie b�dzie kontynuowane, dop�ki nie dotrze do w�z�a celu lub utknie.

INTERFEJS

Przyciski interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:

- setup-network: Spowoduje to wyczyszczenie �rodowiska i wszystkich zmiennych oraz utworzenie losowej sieci, kt�rej typ jest okre�lony przez selektor network-type. Jego uk�ad jest okre�lony przez selektor layotu-type Cztery suwaki: no-of-nodes, no-of-super-nodes, links-per-node i links-per-super-node control kontroluj� liczb� w�z��w i super-w�z��w oraz liczb� ��czy mi�dzy nimi.
- change-layout: je�li uk�ad jest typu spring, mo�e to pom�c w usuni�ciu ba�aganu.
- reset-searchers: To zabija wszystkich istniej�cych wyszukiwarek i tworzy nowy, okre�lony przez pole wej�ciowe numeru pocz�tkowego, aby ponownie uruchomi� wyszukiwanie.
- setup-searcher: uruchamia nowy program wyszukuj�cy okre�lony w polu Input-node-number (mo�na go u�y� do utworzenia wielu wyszukiwaczy na pocz�tku wyszukiwania).
- go-searchers-once: spowoduje to, �e wyszukiwanie b�dzie wykonywane krok po kroku.
- go-searchers-forever: To sprawi, �e wyszukiwanie b�dzie kontynuowane, dop�ki nie dotrze do w�z�a celu lub utknie.
Selektory interfejsu, suwaki, prze��cznik i pole wyboru modelu s� zdefiniowane w nast�puj�cy spos�b:

- network-type: Okre�la typ sieci tworzonej po naci�ni�ciu przycisku setup-network. Rodzaje sieci s� nast�puj�ce:

"P2P-no-super-nodes": Symuluje sie� typu peer-to-peer bez super-w�z��w.
"P2P-has-super-nodes": Symuluje sie� peer-to-peer z super-w�z�ami.
"P2P-random-single-link": Symuluje sie� typu peer-to-peer, w kt�rej ka�dy w�ze� ma tylko jedno ��cze z innym w�z�em losowym.
"P2P-incremental": Tworzy symulowan� sie� peer-to-peer, stopniowo buduj�c ��cza do innych losowych w�z��w po jednym na raz.
"P2P-incremental-1": Tworzy symulowan� sie� peer-to-peer, stopniowo buduj�c ��cza do innych losowych w�z��w.
"Star-central-hub": Tworzy sie� z jednym w�z�em (w�ze� Bacon Bacon, tj. W�ze� celu) jako centralnym koncentratorem i wszystkimi innymi w�z�ami po��czonymi z nim, a nie z �adnym innym w�z�em.
"Hierarchiczny": Tworzy sie� drzewiast� z w�z�em celu Kevina Bacona w katalogu g��wnym.

- typ-uk�adu: Okre�la spos�b u�o�enia sieci podczas wizualizacji.
- no-of-nodes: Jest to liczba w�z��w do umieszczenia w sieci.
- no-of-super-nodes: Jest to liczba super-w�z��w do umieszczenia w sieci. (S� to w�z�y, kt�re zwykle b�d� mia�y znacznie wi�cej ��czy ni� standardowe w�z�y okre�lone przez suwak link-per-super-node).
- links-per-node: Okre�la maksymaln� liczb� ��czy, kt�re b�d� mie� w�z�y standardowe. Rzeczywista liczba wybrana dla danego w�z�a b�dzie liczb� losow� od 1 do tej liczby.
- links-per-super node: Okre�la maksymaln� liczb� ��czy, kt�re ma w�ze� super-w�ze�. Rzeczywista liczba wybrana dla danego super-w�z�a b�dzie liczb� losow� od 1 do tej liczby.
- search-behaviour: okre�la strategi� wyszukiwania, kt�r� agenci powinni stosowa� podczas wyszukiwania.
- start-node-number: jest to w�ze�, w kt�rym agent wyszukiwarki jest umieszczony po rozpocz�ciu wyszukiwania. Okre�lenie 0 oznacza, �e agent wyszukuj�cy zostanie umieszczony losowo w sieci.
- heuristic: Okre�la heurystyk�, kt�ra ma by� u�ywana w wyszukiwaniu Informed - Greedy Best First Search i A * Search.
- max-agent-to-expand: Ustawia maksymaln� liczb� agent�w, aby rozszerzy� wyszukiwanie w ka�dym kroku. Jest u�ywany tylko przez pierwsze wyszukiwanie w programie Multi-Agent.
- allow-revisited-states ?: To jest flaga, kt�ra je�li jest ustawiona na On pozwoli przeszukanie przej�� do ju� odwiedzonych stan�w.
- max-depth: Ustawia maksymaln� g��boko�� wyszukiwania, tylko dla wyszukiwania z ograniczeniem g��boko�ci i dla wyszukiwania z Iteracyjnym pog��bieniem
Monitory modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

- Active Searcher Agents: Pokazuje aktualn� liczb� aktywnych agent�w wyszukuj�cych, kt�rzy wci�� uczestnicz� w wyszukiwaniu.
- Maximum Active Searcher Agents: Pokazuje maksymaln� warto��, jak� monitor Active Searcher Agents osi�gn�� podczas wyszukiwania.
- Total Searcher Agents: Pokazuje ca�kowit� liczb� agent�w wyszukuj�cych u�ywanych przez wyszukiwark�.
- IDS Depth: Jest to aktualna g��boko�� podczas wykonywania iteracyjnego wyszukiwania pog��bionego.

RZECZY DO ODNOTOWANIA

Zwr�� uwag� na efekt zmiany flag-allow-revisited-states? On i Off. Dlaczego Off jest tak skuteczne, �e znacznie ogranicza poszukiwanie r�nych zachowa� zwi�zanych z wyszukiwaniem? Zauwa�, �e niekt�re wyszukiwania powt�rzone z tymi samymi ustawieniami ko�cz� si� w r�nych miejscach. Dlaczego to? Zauwa�, �e wiele zachowa� powoduje, �e agenci szukaj�cy ��wi zostaj� zablokowani. Kiedy to si� dzieje i dlaczego?

RZECZY DO SPE�NIENIA

Jakie zachowania zwi�zane z wyszukiwaniem wydaj� si� najlepsze w tym problemie? Kt�ry wydaje si� najgorszy? Wypr�buj r�ne zachowania zwi�zane z wyszukiwaniem, aby zobaczy�, kt�ry z nich jest najbardziej skuteczny. Dowiedz si�, jak dobrze dzia�a ka�dy algorytm wyszukiwania w odniesieniu do czterech kryteri�w oceny - z�o�ono�ci czasowej, z�o�ono�ci przestrzeni, optymalno�ci i z�o�ono�ci. Odnie�� teori� do tego, co dzieje si� w praktyce. Wypr�buj wszystkie typy sieci z r�nymi ustawieniami suwaka. Jakie rodzaje sieci powoduj� problemy dla r�nych wyszukiwa�, a kt�re nie? tj. kt�re wydaj� si� trudniejsze do wyszukania? Spr�buj prze��cza� wyszukiwanie w po�owie strumienia. Na przyk�ad spr�buj prze��czy� si� z pierwszego wyszukiwania na pierwsze wyszukiwanie w g��b, a nast�pnie z powrotem. Wypr�buj r�ne heurystyki dla �wiadomych wyszukiwa� (Greedy Best First Search i A * Search). Czy maj� jaki� wp�yw na skuteczno�� wyszukiwania?

ROZSZERZENIE MODELU

Spr�buj doda� inne algorytmy wyszukiwania lub dodaj w�asne odmiany do tych zaimplementowanych w modelu. Spr�buj doda� w�asny typ sieci, losowo utworzonej lub z korespondencj� do sieci w realnym �yciu. B�dziesz musia� doda� procedury wej�ciowe, aby utworzy� uk�ad sieci dla tego ostatniego.

CECHY NETLOGO

Zwr�� uwag� na u�ycie komendy hatch i die do klonowania przeszukiwaczy podrz�dnych i zako�czenia wyszukiwania rodzica, co pozwala unikn�� oddzielnej struktury danych kolejki, aby zachowa� informacje podczas wyszukiwania. Zwr�� tak�e uwag� na odmian� polecenia ask, kt�ra okre�la u�ywan� strategi�, kt�ra definiuje r�ne wyszukiwania.

POWI�ZANE MODELE

W przypadku innych problem�w z wyszukiwaniem zobacz model Being Kevin Bacon, model Missionaries and Cannibals oraz model Searching Mazes.

�wiczenie 8.2.4: Wyszukiwanie modelu Kevin Bacon 2 NetLogo

Wypr�buj model wyszukiwania Kevina Bacona 2 w NetLogo:

http://files.bookboon.com/ai/Searching-for-Kevin-Bacon-2.html

Information dla tego modelu s� takie same, jak w przypadku modelu Information for Kevin Bacon, wyszczeg�lnionego w cz�ci 8.2.3, z wyj�tkiem co nast�puje

CO TO JEST?

Ten model NetLogo jest rozszerzeniem modelu wyszukiwania Kevina Bacona, kt�ry ma wyj�cie, kt�re zawiera opis problemu z wyszukiwaniem w j�zyku angielskim i dostarcza �ladu na temat sposobu wyszukiwania. Okre�lone sieci mo�na r�wnie� zapisa� do pliku i wczyta� do aplikacji. Podobnie jak w przypadku modelu wyszukiwania Kevina Bacona, model ten stosuje standardowe algorytmy wyszukiwania do poszukiwania okre�lonego w�z�a celu w sieci.

JAK TEGO U�Y�

Aby zainicjowa� wyszukiwanie i utworzy� sie� losow� (kt�rej typ jest okre�lony przez network-type selektor), naci�nij przycisk setup-network w Interface. Aby utworzy� w�asn� sie�, ustaw opcj� selektor network-type do "Okre�lonego przez u�ytkownika". Je�li specify-coordinates? warto�� suwaka jest ustawiona na Off, nast�pnie u�ytkownik mo�e klikn�� myszk� na punkty w otoczeniu, w kt�rym si� znajduj� chcesz zlokalizowa� w�z�y sieci. (Pierwszy klikni�ty punkt zostanie oznaczony jako w�ze� celu, tj. Kevin Bacon w�ze�). Je�li suwak jest ustawiony na On, w�wczas u�ytkownik zostanie poproszony o podanie wsp�rz�dnych x i y w�z�a Dla ka�dego z w�z��w w sieci u�ytkownik zostanie zapytany, ile ��czy istnieje. z w�z�a i kt�re w�z�y do niego linkuj�. Aby zapisa� sie� w pliku, naci�nij przyciskSave Network to File. Aby za�adowa� ponownie na list� danych, dat� listu, naci�nij przycisk Load Network from a File. Aby wygenerowa� opis problemu (kt�re mog� by� wykorzystane na przyk�ad do egzaminu lub pytania testowego), a nast�pnie naci�nij przycisk Generate Problem Description. Spowoduje to zapisanie opisu w polu Output pokazanym w �rodkowym prawym rogu u do�u Interface. Aby doda� kolejne w�z�y do sieci, naci�nij przycisk Add to Network.

INTERFEJS

Przyciski interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:

- Generate Problem Description: Spowoduje to wygenerowanie opisu problemu wyszukiwania w j�zyku angielskim i zapisanie go w polu Wyj�cie. Opis problemu oparty jest na warto�ciach selektor�w i suwak�w w interfejsie. Mo�e by� u�ywany do ustawiania pyta� egzaminacyjnych lub testowych, lub ustawi� �wiczenie dla zadania jako prac� na kursie.
- Add to Network: Umo�liwi to u�ytkownikowi dodawanie w�z��w do sieci, w tym sieci, kt�re zosta�y wygenerowane losowo.
- Load Network from a File: Spowoduje to za�adowanie uk�adu sieciowego, kt�ry zosta� wcze�niej zapisany w pliku na dysku.
- Save Network to a File: Zapisuje uk�ad sieciowy do pliku na dysku. Mo�na go za�adowa� w p�niejszym terminie, u�ywaj�c przycisku Za�aduj sie� z pliku.
Suwaki interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:

- link-thickness: Ustawia grubo�� czy, kt�re s� rysowane mi�dzy w�z�ami w sieci.
- spring-constant, spring-length, repulsion-constan: Suwaki te s� u�ywane przez algorytm zmiany uk�adu, gdy suwak typu uk�adu jest ustawiony na spr�yn� i mo�na go wykorzysta� do sterowania wygl�dem sieci. Na przyk�ad, ustawienie d�ugo�ci spr�yny na 0, a nast�pnie jej zwi�kszenie, cz�sto spowoduje uporz�dkowanie uk�adu sieci.

Prze��czniki modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

- specify-coordinates?: Je�li ten prze��cznik jest ustawiony na On, gdy suwak typu sieci jest ustawiony na Okre�lony przez u�ytkownika, to u�ytkownik musi okre�li� dok�adne wsp�rz�dne ka�dego w�z�a, zamiast u�ywa� myszy do wskazywania i klikania na miejscu.
- output-trace ?: Je�li ten prze��cznik jest ustawiony na On, w�wczas �lad wyszukiwania jest zapisywany w polu Output (znajduje si� w �rodkowym prawym rogu u do�u interfejsu).

RZECZY DO SPE�NIENIA

Postaraj si� �ledzi�, w jaki spos�b wyszukiwanie informacji, Greedy Best First i A *, przeszukuje r�ne sieci. �ledzi� wyszukiwania w trakcie ich wykonywania, obracaj�c �lad wyj�ciowy? prze��cz na On. Sprawd�, jak koszt trasy i szacowany koszt s� obliczane na ka�dym etapie wyszukiwania. Wypr�buj r�ne heurystyki. Czy maj� jaki� wp�yw na skuteczno�� wyszukiwania?

POWI�ZANE MODELE

W przypadku innych problem�w zwi�zanych z wyszukiwaniem zobacz model Being Kevin Bacon, model Missionaries and Cannibals, wyszukiwanie modelu Kevin Bacon i modelu Searching Mazes. Aby uzyska� wgl�d w odleg�o�� na Manhattanie i metryki odleg�o�ci Euklidesa u�ywane jako heurystyki do wyszukiwania Informed, patrz model odleg�o�ci Manhattan.

8.3 Niedoinformowane (niewidome) wyszukiwanie

�wiczenie 8.3.1:

Poka�, jak algorytmy pierwszego wyszukiwania i g��boko�ci pierwszego wyszukiwania przeszukuj� sie� pokazan� poni�ej. Poka� list� aktywnych agent�w wyszukuj�cych wraz z odwiedzanymi w�z�ami. W�z�em pocz�tkowym jest w�ze� n1, a w�ze� gwiazdy jest w�z�em celu (tj. W�z�em n0). Rozwi� w�z�y w kolejno�ci ich numer�w w�z��w. Na przyk�ad: rozwi� w�ze� n1 przed ka�dym innym w�z�em; rozwi� w�ze� n2 przed ka�dym innym w�z�em za wyj�tkiem w�z�a n1; i tak dalej. Ponadto, zezw�l na ponowne przegl�danie w�z��w. Powt�rz to �wiczenie dla nast�puj�cych niedoinformowanych algorytm�w wyszukiwania:

• Uniform Cost Search;
• Multi-agent Depth First Search;
• Depth Limited Search;
•o Iterative Deepening Search.

8.4 Wdra�anie wyszukiwania niedoinformowanego w NetLogo

�wiczenie 8.4.1:

Por�wnaj spos�b definiowania procedur expand-path i expand-paths dla trzech r�nych modeli - modelu Searching Mazes, modelu Missionaries and Cannibals oraz modelu Searching of Kevina Bacona. W jaki spos�b r�nice w sposobie ich definiowania odzwierciedlaj� natur� problemu z wyszukiwaniem? W jaki spos�b odzwierciedlaj� one spos�b, w jaki wyst�puj� r�ne �cie�ki prowadz�ce do r�nych rezultat�w? Czy jest jaki� spos�b, aby procedury te sta�y si� bardziej og�lne i mniej specyficzne dla problemu?

8.5 Wyszukiwanie jako wyb�r zachowania

�wiczenie 8.5.1:

Obserwuj sytuacje, w kt�rych wyszukiwanie jest wykorzystywane przez cz�owieka lub zwierz�, w tym Ciebie. Czy uwa�asz, �e te wyszukiwania najlepiej scharakteryzowa� jako wyb�r pomi�dzy alternatywnymi sekwencjami dzia�a� lub jako wyb�r mi�dzy alternatywnymi sekwencjami zachowa�? A mo�e inna charakterystyka jest bardziej odpowiednia? Obserwuj proces, kt�ry zatrudniasz podczas podejmowania tej decyzji.

�wiczenie 8.5.2:

W modelu Searching Mazes, w celu zilustrowania behawioralnego podej�cia do charakteryzowania procesu wyszukiwania, agenci otrzymali mo�liwo�� wykonywania trzech r�nych zachowa� reaktywnych - (i) posuwa si� naprz�d, (ii) skr�caj�c w lewo, a nast�pnie w prz�d i (iii) skr�caj�c w prawo, a nast�pnie w prz�d. Agenci mog� r�wnie� wykonywa� r�ne typy zachowa� w ruchu do przodu. S� one kontrolowane przez dw�ch selektor�w w interfejsie: [1] move-forward-behaviour; i [2] move-forward-behaviour-after-turning. Pierwszy okre�la ruch do przodu dla zachowania reaktywnego (i), a drugi okre�la ruch do przodu dla zachowa� reaktywnych (ii) i (iii). Rodzaje ruchu do przodu s� nast�puj�ce: (a) "Przejd� do przodu o kolejne kroki, chyba �e uderzysz w �cian�", gdzie agent porusza si� o kolejne n krok�w, a n to liczba okre�lona przez zmienn� Interface move-forward-step-amount; (b) "Poruszaj si� do przodu, a� trafisz �cian�", gdzie agent b�dzie kontynuowa� ruch do przodu, a� uderzy o �cian�; (c) "Posuwaj si� naprz�d, a� do dowolnej otwartej przestrzeni", gdzie agent b�dzie porusza� si� naprz�d, dop�ki nie znajdzie si� �ciana na drodze lub po obu jej stronach jest otwarta przestrze�; i (d) "Posuwaj si� naprz�d do otwartej przestrzeni za �cian� boczn�", gdzie agent b�dzie porusza� si� do przodu, dop�ki nie znajdzie si� �ciana lub jest otwarta przestrze� po �cianie bocznej. Pomimo mo�liwo�ci wykonywania trzech podstawowych zachowa� reaktywnych, agenci szukaj�cy labiryntu mog� w rezultacie wywo�a� zaskakuj�c� r�norodno�� ruch�w. Odwo�uj�c si� do cyfr i liter w poprzednim akapicie, aby opisa� cztery konfiguracje: w lewym g�rnym rogu, agenci stosuj� zachowania [1] (a) i [2] (a), obie za pomoc� kroku 10; w prawym g�rnym rogu zachowania s� [1] (a), z krokiem 1 i [2] (b); w lewym dolnym obrazie zachowanie to [1] (a), z krokiem 10 i [2] (c); aw prawym dolnym obrazie zachowaniem s� [1] (c) i [2] (a), z krokiem 10. Na przyk�ad efekt siatki w lewym g�rnym rogu jest spowodowany przez powtarzaj�ce si� 10 krok�w przechodzenie agent�w w trzech kierunkach - do przodu, w lewo i w prawo. Spos�b, w jaki siatka jest budowana, najlepiej wida� po ci�g�ym naciskaniu przycisku jednorazowego u�ycia w interfejsie na pocz�tku ka�dego wyszukiwania. W tym �wiczeniu spr�buj odtworzy� zachowanie ruchu ��wia w pustym labiryncie, jak pokazano w

. Nast�pnie spr�buj tworzy� w�asne wzory, zmieniaj�c warto�ci wybranych i suwak�w

8.6 Poszukiwanie informacji

�wiczenie 8.6.1: Model odleg�o�ci na Manhattanie

Wypr�buj model odleg�o�ci na Manhattanie w NetLogo:

http://files.bookboon.com/ai/Manhattan-Distance.html

CO TO JEST?

Ten model pokazuje, jak obliczana jest odleg�o�� na Manhattanie. Jest to por�wnywane z odleg�o�ci� euklidesow� w modelu.

JAKI JEST CEL?

Celem tego modelu jest podkre�lenie za pomoc� podstawowych technik animacji podstawowych r�nic w dw�ch r�nych obliczeniach odleg�o�ci.

JAK TO DZIA�A

Do wyznaczania punkt�w pocz�tkowych i ko�cowych u�ywane s� dwaj agenci point . Do przej�cia mi�dzy tymi dwoma punktami s�u�y agent walker. Odbywa si� to albo w linii prostej, aby zilustrowa�, na czym opiera si� metryka odleg�o�ci euklidesowej. Lub w przypadku metryki odleg�o�ci na Manhattanie, odbywa si� to poprzez dowolne �cie�ki, kt�re unikaj� przej�cia do drapaczy chmur na Manhattanie, reprezentowanych przez niebieskie pola w otoczeniu. Innymi s�owy, �cie�ki mog� i�� tylko ulic� (drogi biegn�ce na p�noc / po�udnie) lub ulic� (drogi biegn�ce na zach�d / wsch�d).

JAK TEGO U�Y�

Najpierw naci�nij Setup, aby zresetowa� agent�w i �rodowisko. Nast�pnie naci�nij przycisk plot-euclidean-distance, je�li chcesz pokaza� �cie�k�, na kt�rej opiera si� metryka odleg�o�ci euklidesowej (pokazana w monitorze Odleg�o�� euklidesowa). Lub naci�nij przycisk plot-manhattan-distance, je�li chcesz wykre�li� jedn� ze �cie�ek, na kt�rej bazuje metryka odleg�o�ci Manhattan (pokazana na monitorze Odleg�o�� na Manhattanie). Ponowne naci�ni�cie tego przycisku wykre�li inn� �cie�k�, ale z t� sam� warto�ci�, kt�r� wida� na monitorze.

INTERFEJS

Przyciski interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:

- Setup: Resetuje model.
- plot-eulidean-distance: rysuje prost� �cie�k�, na kt�rej opiera si� obliczenie odleg�o�ci euklidesowej.
- plot-manhattan-distance: Rysuje jedn� ze �cie�ek, na kt�rych opiera si� obliczenie odleg�o�ci na Manhattanie.
Monitory modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

- Euclidean Distance: Jest to odleg�o�� euklidesowa mi�dzy dwoma punktami.
- Manhattan Distance: odleg�o�� mi�dzy dwoma punktami na Manhattanie.

RZECZY DO ODNOTOWANIA

Zauwa�, �e odleg�o�� euklidesowa jest zawsze mniejsza ni� odleg�o�� na Manhattanie. Czemu? Zar�wno odleg�o�� euklidesowa, jak i odleg�o�� na Manhattanie s� dopuszczalnymi heurystykami, je�li s� wykorzystywane do �wiadomego algorytmu wyszukiwania, takiego jak chciwe wyszukiwanie lub wyszukiwanie A *. Czemu?

RZECZY DO SPE�NIENIA

Kontynuuj rysowanie r�nych �cie�ek na Manhattanie, naciskaj�c kilkakrotnie przycisk plot-manhattan-distance. Pojawi si� wizualnie atrakcyjny wz�r. Niekt�re �cie�ki b�d� jednak d�u�ej pojawia� si�. Czemu?

ROZSZERZENIE MODELU

Zastan�w si�, jak wizualizowa� obliczenia odleg�o�ci w 3 lub wi�cej wymiarach.

POWI�ZANE MODELE

Zobacz Searching Mazes, Missionaries i Cannibals and Searching for Kevin Bacon, aby zobaczy�, gdzie te metryki odleg�o�ci staj� si� u�yteczne jako funkcje heurystyczne w r�nych �wiadomych algorytmach wyszukiwania.

�wiczenie 8.6.2:

Poka�, jak algorytmy Greedy Best First Search i A * Search przeszukuj� sie� pokazan� poni�ej. Poka� list� aktywnych agent�w wyszukuj�cych wraz z odwiedzanymi w�z�ami. W�z�em pocz�tkowym jest w�ze� n1, a w�ze� gwiazdy jest w�z�em celu (tj. W�z�em n0). Rozwi� w�z�y w kolejno�ci ich numer�w w�z��w. Na przyk�ad: rozwi� w�ze� n1 przed ka�dym innym w�z�em; rozwi� w�ze� n2 przed ka�dym innym w�z�em za wyj�tkiem w�z�a n1; i tak dalej. Ponadto, zezw�l na ponowne przegl�danie w�z��w. W jaki spos�b te wyszukiwania oparte na informacjach s� por�wnywane z tym, w jaki spos�b niedoinformowane algorytmy wyszukiwania, takie jak Breadth First Search i Depth First Search, przeszukuj� sie�?

8.7 Lokalne wyszukiwanie i optymalizacja

�wiczenie 8.7.1:

Poka�, w jaki spos�b Wyszukiwanie Wspinaczkowe przeszukuje sie� pokazan� poni�ej. Poka� list� aktywnych agent�w wyszukuj�cych wraz z odwiedzanymi w�z�ami. W�z�em pocz�tkowym jest w�ze� n16 w lewym dolnym rogu, a w�ze� gwiazdy jest w�z�em celu (to jest w�z�em n0). Rozwi� w�z�y w kolejno�ci ich numer�w w�z��w. Na przyk�ad: rozwi� w�ze� n1 przed ka�dym innym w�z�em; rozwi� w�ze� n2 przed ka�dym innym w�z�em za wyj�tkiem w�z�a n1; i tak dalej. Ponadto, zezw�l na ponowne przegl�danie w�z��w. U�yj odleg�o�ci na Manhattanie jako heurystyki dla problemu. Por�wnaj, w jaki spos�b algorytmy wyszukiwania informacji, Greedy Best First Search i A * Search, wykonuj� ten sam problem

8.8 Por�wnywanie zachowa� wyszukiwania

�wiczenie 8.8.1:

Zagraj w modele Searching Mazes, Missionaries and Cannibals and Searching for Kevin Bacon NetLogo do wypr�bowania r�nych algorytm�w wyszukiwania, kt�re zosta�y zaimplementowane w ka�dym modelu:

• Breadth First Search
• Uniform Cost Search
• Depth First Search
• Multi-agent Depth First Search
• Depth Limited Search
• Iterative Deepening Search
• Greedy Best First Search
• A* Search
o Hill Climbing Search

Wypr�buj inne ustawienia, aby zobaczy�, co si� stanie. Wybierz r�ne typy wyszukiwania, wybieraj�c odpowiedni� opcj� przy u�yciu opcji search-behaviour. W przypadku bardziej �wiadomych wyszukiwa� - Greedy Best First Search i A * - b�dziesz m�g� wybra� jedn� z trzech heurystyk ("Zero", "Euclidean Distance" i "Manhattan Distance") z dwoma dalszymi heurystykami ("Ludzie na lewa strona "i" Min. liczba wymaganych wypraw ") dost�pne dla modelu Misjonarzy i Kanibali. W przypadku modelu Searching Mazes najpierw ustaw maze-being-searched w Interface do Empty Maze. Dowiedz si� tak�e, co si� stanie, gdy wybierzesz labirynt Hampton Court lub labirynt Chevening House. Wyja�nij swoje wyniki.

�wiczenie 8.8.2:

U�yj narz�dzia BehaviorSpace, aby dowiedzie� si�, kt�ry z r�nych algorytm�w wyszukiwania dzia�a najlepiej w przypadku nast�puj�cych modeli NetLogo: Wyszukiwanie w labiryntach; Misjonarze i kanibale; i szukanie Kevina Bacona. (Zr�b to w bardziej systematyczny spos�b ni� dla �wiczenia 8.8.1 Zobacz �wiczenie 7.6.1, aby uzyska� wi�cej informacji na temat jak korzysta� z narz�dzia BehaviorSpace). Podczas wype�niania okna dialogowego Eksperyment w narz�dziu BehaviorSpace mo�na u�y� reportera total searcher do pomiaru przebieg�w dla wszystkich trzech modeli (tj. Wpisa� tekst "total-searchers" w pole "Measure runs using these reporters"). B�dziesz musia� r�wnie� usun�� r�ne komunikaty u�ytkownika w trzech modelach, takich jak "Wyszukiwanie zosta�o zako�czone!", "Nigdy wi�cej os�b szukaj�cych! Przerwij! "," Uda�o si� do �rodka labiryntu "i" Znalaz�e� Kevina Bacona! ", Zast�p je reporterami i u�yj ich do okre�lenia pola warunku Stop dla eksperymentu. W przypadku modelu Searching Mazes oraz modelu Missionaries and Cannibals u�yj procedur setup i go, aby wype�ni� pola polece� Setup i Go command. Aby wyszuka� model Kevina Bacona, u�yj procedur setup-network i go-searchers jako polece� setup i go.

Powr�t

Wiedza

9.1 Systemy oparte na wiedzy i wiedzy

�wiczenie 9.1.1:

Jak wskazano w �wiczeniu 1.1.1a, jednym z zagadnie� bada� sztucznej inteligencji jest problem kategoryzacji dla inteligentnych system�w - problem wyboru odpowiednich kategorii w celu obj�cia zestawu przyk�ad�w, oraz wynikaj�ce z nich b��dy klasyfikacji powsta�e po wybraniu okre�lonego zestawu kategorii. Jako kolejny przyk�ad u�yj swojej ulubionej wyszukiwarki, aby dowiedzie� si�, w jaki spos�b terminy "Wiedza" i "System oparty na wiedzy" s� definiowane przez r�ne osoby. Klasyfikuj r�ne znalezione definicje w zestawie r�nych kategorii. Kt�re definicje pasuj� do Twojego zestawu kategorii? Kt�re definicje stwarzaj� problemy, kt�re wymagaj� ponownej oceny odpowiednio�ci klasyfikacji taksonomicznej?

�wiczenie 9.1.2:

Co musi mie� system oparty na wiedzy, kt�ry r�ni si� od systemu baz danych, aby sta� si� repozytorium "wiedzy", a nie tylko repozytorium danych? Twoja odpowied� musi zawiera� om�wienie nast�puj�cego stwierdzenia: "Aby stworzy� system oparty na wiedzy, wystarczy doda� pewne regu�y do systemu baz danych, aby wnioskowa� nowe dane."

9.2 Wiedza jako uzasadniona prawdziwa wiara

�wiczenie 9.2.1:

Om�w nast�puj�ce stwierdzenie: "Wiedza nie mo�e istnie� sama, niezale�nie od nas. Istnieje tylko w naszych g�owach ".

�wiczenie 9.2.2:

Om�w standardow� definicj� wiedzy, kt�ra stwierdza, �e wiedza jest "uzasadnionym prawdziwym przekonaniem". Jakie rodzaje wiedzy dobrze nadaj� si� do takiego scharakteryzowania? Jakie rodzaje wiedzy stwarzaj� problemy dla tej definicji?

9.3 R�ne rodzaje wiedzy

�wiczenie 9.3.1:

Oznacz ka�d� z nast�puj�cych rzeczy jako deklaratywn� wiedz�, wiedz� proceduraln�, wiedz� o zadaniach, wiedz� behawioraln�, wiedz� epizodyczn�, wiedz� wyja�niaj�c� lub wnioskow� wiedz�:
• �wiadomo��, �e Margaret Thatcher jest nadal premierem Wielkiej Brytanii;
• �wiadomo��, �e Titanic zaton�� 15 kwietnia 1912 r .;
• znajomo�� sposobu gotowania pieczonego posi�ku;
• znajomo�� sposobu jazdy z Bangor do Betwys-y-Coed w P�nocnej Walii;
• wiedza o tym, kiedy ostatnio poszed�e� na wesele lub pogrzeb;
• wiedza dla robota o tym, jak podnie�� jego rami� robotyczne;
• �wiadomo��, �e istniej� wybory do zrobienia, gdy jeste� na skrzy�owaniu w labiryncie;
• �wiadomo��, �e je�li Takehe sk�ada jajo, to musi to by� ptak;
• �wiadomo��, �e nie mo�emy by� w dw�ch miejscach w tym samym czasie;
• wiedza wymagana do rozwi�zania r�wnania matematycznego;
• wiedza o tym, kt�re grzyby s� truj�ce;
• �wiadomo��, �e matk� Jezusa jest Maryja;
• znajomo�� sposobu otwierania puszki spaghetti;
• wiedza o tym, jak wygl�da drzewo Pohutukawa;
• wiedza o tym, jak brzmi� dudy;
• znajomo�� smaku haggis;
• wiedza o tym, jak to jest dotkn�� kota;
• wiedza o tym, jak wygl�da twoja twarz;
• �wiadomo��, �e Elvis wci�� yje;
• znajomo�� aromat�w mocnej kawy po zawieszeniu;
• znajomo�� sposobu prawid�owego wymawiania s�owa "Llangollen";
• wiedza o tym, kiedy kto� jest grzeczny lub nieuprzejmy;
• wiedza o tym, co mo�e si� sta�, gdy zrobisz co� z�ego;
• wiedz� o tym, jak znosi� si� w obecno�ci Jej Kr�lewskiej Mo�ci, Kr�lowej;
• wiedza wymagana do wyja�nienia znaczenia �ycia, wszech�wiata i wszystkiego;
• �wiadomo��, �e s�o�ce eksploduje pod koniec tego stulecia (w roku 2099);
• �wiadomo��, �e globalne ocieplenie powoduje nieodwracalne szkody w �rodowisku Ziemi;
• wiedza, kt�r� my�lisz, jest samo�wiadoma i jest �wiadoma

Kt�re z nich nie pasuj� do �adnej z kategorii? Jakie problemy pojawiaj� si� podczas pr�by reprezentowania wiedzy zawartej w ka�dym z nich w systemie komputerowym?

9.4 Niekt�re podej�cia do reprezentacji wiedzy i sztucznej inteligencji

�wiczenie 9.4.1:

Por�wnaj i skontrastuj nast�puj�ce podej�cia do reprezentacji wiedzy:

• symboliczne;
• po��czenie (niesymboliczne);
• przestrzenie koncepcyjne.
�wiczenie 9.4.2:

Przedyskutuj dla ka�dego z trzech podej�� wymienionych w cz�ci 9.4.1 powy�ej, jak mo�esz zaprojektowa� wiedz�, aby opisa�:

• d�wi�k dudy (np. Dla osoby g�uchej);
• smak mleka;
• jaki jest papier �cierny;
• jaka kawa pachnie;
• jak wygl�da Twoja twarz (np. Dla osoby niewidomej).
Dla ka�dego podej�cia wska� niedoci�gni�cia w wybranym rozwi�zaniu.

�wiczenie 9.4.3: Model cylindra koloru NetLogo

Wypr�buj model cylindr�w kolorowych w NetLogo:

http://files.bookboon.com/ai/Colour-Cylinder.-html CO TO JEST?

Ten model pokazuje, jak kolor mo�e by� reprezentowany w 3 wymiarach: odcie�, nasycenie i jasno��. Odpowiadaj� one wymiarom, kt�re wskazuj�, �e hu manie wykorzystuj� do postrzegania koloru.

JAKI JEST CEL?

Celem tego modelu jest pokazanie, �e je�li ludzie polegaj� na trzech wymiarach postrzegania koloru (barwy, nasycenia i jasno�ci), w�wczas nie jest mo�liwe precyzyjne zdefiniowanie poj�cia okre�lonego koloru (takiego jak czerwony lub ��ty), poniewa� nie mo�na zdefiniowa� granic mi�dzy r�nymi kolorami pokazanymi w kolorowym wrzecionie lub cylindrze.

JAK TO DZIA�A

Do narysowania ko�a kolor�w lub prostok�ta s�u�y agent drawer. Dwa z wymiar�w kolor�w - odcie� i nasycenie - okre�laj�, jak kolor k�ka wygl�da dla okre�lonej warto�ci jasno�ci. Praca Petera G�rdenforsa z koncepcyjn� przestrzeni� teorii m�wi o tym, jak ludzie postrzegaj� kolor za pomoc� wrzeciona barwnego - gdzie promie� okr�gu staje si� coraz mniejszy wraz ze wzrostem lub zmniejszeniem jasno�ci, ostatecznie ko�czy si� w punktach, gdy jasno�� jest maksymalna lub minimalna. W tym modelu jest agdy jasno�� jest ustawiona na 255 i 0 i odpowiada odpowiednio kolorom bia�ym i czarnym. Poniewa� wizualizacja modelu jest ograniczona do 2D, model przedstawia cylinder koloru zamiast kolorowego wrzeciona, z ka�dym kolorem reprezentuj�cym kawa�ek cylindra dla okre�lonej warto�ci jasno�ci.

JAK TEGO U�Y�

Najpierw naci�nij przycisk setup. Nast�pnie naci�nij przycisk draw-colour-rectangle lub draw-colour-circle. Suwak jasno�ci okre�la jasno�� narysowanych kolor�w. Suwaki hue-increment i saturation-increment mog� by� u�ywane do kontrolowania, jak cienki jest narysowany kolor.

INTERFEJS

Przyciski modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

- setup: To wszystko usuwa, sprawia, �e t�o jest bia�e i tworzy agent szuflady gotowy do narysowania ko�a kolor�w lub prostok�ta.
- draw-color-rectangle: Rysuje prostok�t koloru dla okre�lonej warto�ci jasno�ci. Odcie� jest wymiarem x, a nasycenie - wymiarem y.
- draw-color-circle: Rysuje ko�o kolor�w dla okre�lonej warto�ci jasno�ci. Warto�ci odcienia s� roz�o�one wok� 360 stopni ko�a, a warto�ci nasycenia s� roz�o�one wzd�u� r�nych d�ugo�ci promieni od 0 do 255 od �rodka okr�gu.

Suwaki modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

- brightness: Kontroluje jasno�� narysowanego koloru.
- Hue-increment and saturation-increment: kontroluje przyrosty u�ywane podczas rysowania kolor�w. Mniejsze przyrosty oznaczaj�, �e rysunek ma dok�adniejsze szczeg�y.

RZECZY DO ODNOTOWANIA

Zauwa�, jak trudno jest zdefiniowa� region dla okre�lonego koloru. Na przyk�ad spr�buj narysowa� wyimaginowan� lini� wok� wszystkiego, co jest ��te.

RZECZY DO SPE�NIENIA

Spr�buj u�y� suwaka jasno�ci, aby zmieni� warto�� jasno�ci, aby zobaczy�, jaki efekt ma na kole kolor�w i prostok�t koloru. Zmie� warto�ci suwak�w zwi�kszania i zwi�kszania nasycenia, aby zmieni� spos�b, w jaki przyrost jest u�ywany do narysowania ko�a kolor�w. Zwi�kszenie rozmiaru przyrost�w spowoduje rysowanie symetrycznych wzor�w. Dlaczego to? Spr�buj to zrobi� podczas rysowania okr�gu. Mo�esz narysowa� obramowanie do okr�gu, modyfikuj�c poni�szy kod:

[set pcolor hsb-as-rgb]
; ustaw ten kolor na okre�lony, je�li chcesz narysowa� obramowanie
; dla ko�a

Zmie� "hsb-as-rgb" w powy�szym kodzie na kolor, kt�ry chcesz obramowa�. Na przyk�ad, je�li chcesz, aby by� czarny, ustaw go na 0, je�li chcesz, aby by� niebieski, ustaw go na 105.

ROZSZERZENIE MODELU

Spr�buj doda� etykiety do ko�a kolor�w, takiego jak czerwony, ��ty i zielony. Alternatywnie, mo�esz skonfigurowa� dzia�anie HubNet, w kt�rym ka�dy ucze� wybiera miejsce umieszczenia kolorowych etykiet. Zobacz, jak dobrze pasuj� do siebie w klasie.

CECHY NETLOGO

U�yj polecenia hsb NetLogo do generowania kolor�w �at w oparciu o warto�ci odcienia, nasycenia i jasno�ci. Polecenie patch-at-heading-distance jest u�yte do narysowania kolorowego ko�a

�wiczenie 9.5.1:

Wymie� dwa lub wi�cej rzeczywistych przyk�ad�w nast�puj�cych problem�w dla inteligentnych system�w:

• Klasyfikacja;
• grupowanie;
• kontrola;
• diagnoza;
• optymalizacja;
• Prognoza;
• wyb�r.

W jaki spos�b wiedza mo�e by� wykorzystana przez inteligentny system dla tego typu problem�w? Czy te problemy z natury r�ni� si�, co wymaga, aby wiedza by�a przetwarzana w zasadniczo inny spos�b , czy wiedza jest przetwarzana w podobny spos�b?

�wiczenie 9.6.1:

Co rozumiemy przez "reprezentacj�", gdy m�wimy o "reprezentacji wiedzy"? Czy mo�na uczciwie powiedzie�, �e czynniki mr�wek i termit�w w modelach mr�wek i termit�w nie "reprezentuj�" wiedzy w jaki� spos�b? (W ko�cu wiedza jest reprezentowana globalnie w ca�ym systemie wieloagentowym, ale nie w ka�dym agencie osobno).

9.7 Reprezentowanie wiedzy za pomoc� map

�wiczenie 9.7.1: Rysunek mapy Model NetLogo

Wypr�buj model rysowania mapy w NetLogo:

http://files.bookboon.com/ai/Map-Drawing.html

CO TO JEST?

Ten model pozwala u�ytkownikowi narysowa� map�. na przyk�ad Mapa Central Parku w Nowym Jorku. Ten model zosta� stworzony przy u�yciu NetLogo w wersji 4.0.4. Chocia� po konwersji na wersj� 4.1 programu NetLogo dzia�a zupe�nie poprawnie, podczas pr�by zaimportowania Map Drawing Central Park World do drugiej wersji przy u�yciu pliku CSV, kt�ry zosta� wyeksportowany przy u�yciu wcze�niejszej wersji, pojawia si� b��d czasu wykonania. Prostym obej�ciem tego problemu jest kontynuowanie dzia�ania modelu przy u�yciu wersji 4.0.4 zamiast 4.1. Je�li chcesz za�adowa� map� Central Parku pokazan� w rozdziale 9 ksi��ki sztucznej inteligencji, najpierw upewnij si�, �e korzystasz z modelu w wersji 4.0.4, a nast�pnie wybierz opcj� Importuj z zak�adki Plik, wybierz opcj� Importuj �wiat, a nast�pnie zaimportuj plik World Map Central Park: Map-Drawing-Central-Park-World.csv.

CZYM JEST CEL?

Celem tego modelu jest zapewnienie obiektu, kt�ry pozwala u�ytkownikom narysowa� w�asne mapy, co pozwala im reprezentowa� wiedz� o rzeczywistym �rodowisku w wirtualnym �rodowisku 2D NetLogo. Mapy mog� by� uwa�ane za form� reprezentacji wiedzy, kt�ra zapewnia inne podej�cie z r�nymi mo�liwo�ciami rozumowania w por�wnaniu do bardziej tradycyjnych form reprezentacji wiedzy, takich jak logika pierwszego rz�du i drzewa decyzyjne, zwykle opisane w podr�cznikach AI. Drugorz�dnym celem jest pokazanie r�nych sposob�w, w jakie obiekty i �cie�ki mog� by� rysowane i edytowane za pomoc� funkcji NetLogo.

JAK TO DZIA�A

Model umo�liwia u�ytkownikowi umieszczanie w otoczeniu r�nych obiekt�w, takich jak okr�gi, kwadraty, tr�jk�ty, drzewa i osoby. Obiekty te s� reprezentowane przez r�ne typy agent�w ��wi. �cie�ki, kt�re u�ytkownik mo�e narysowa� na mapie, maj� r�ne typy. Polecenie draw-path rysuje �cie�k� za pomoc� polece� roz�o�enia ��wia (to jest za pomoc� pi�ra ��wia rysunku za pomoc� polecenia pen-down). W konsekwencji ten typ �cie�ki nie mo�e by� "widziany" przez innych agent�w w �rodowisku, wi�c polecenie select-region nie dzia�a na tym typie �cie�ki i nie mo�na go usun�� przy u�yciu erase-path, je�li �cie�ka zosta�a zako�czona ( na przyk�ad za pomoc� polecenia end-path). W takim przypadku, je�li nie chcesz wymaza� wszystkiego, naciskaj�c polecenie setup, najlepsz� strategi� jest narysowanie nad �cie�k� innej �cie�ki o innym kolorze ni� po��dany kolor t�a. Istniej� dwa inne typy �cie�ek - s� to �cie�ki rysowane za pomoc� agent�w poprawek (za pomoc� polecenia draw-patches-path) i u�ycie agent�w ��wia (za pomoc� polecenia draw-turtles-path). Niestety, jako�� tego typu �cie�ek mo�e by� bardzo niejednolita (usprawiedliwiaj�c kalambur). Tylko typy agent�w ��wia mo�na wybra�, a nast�pnie przenie�� lub usun��. �cie�ka typu �atka nie mo�e by� wybrana w przeciwie�stwie do �cie�ki narysowanej za pomoc� pi�ra ��wia opisanego powy�ej. Model u�ywa agent�w ��wia drawer do rysowania �cie�ek, agent�w ��wi tracer do ich �ledzenia, agent�w ��wiowych text do rysowania tekstu i square-drawers do rysowania �cie�ki za pomoc� kwadratowych ��wi.

JAK TEGO U�Y�

Najpierw naci�nij przycisk setup. Aby umie�ci� obiekt na mapie, najpierw wybierz ��dany objet-type i object-colour, naci�nij przycisk draw-object, a nast�pnie umie�� obiekt w ��danym miejscu, przesuwaj�c mysz, a nast�pnie klikaj�c. Mo�esz usun�� obiekt, naciskaj�c przycisk erase-object, a nast�pnie klikaj�c na nim za pomoc� myszy. Aby go przesun��, naci�nij przycisk select-object, a gdy zostanie pod�wietlony za pomoc� halo, obiekt mo�na przesuwa� za pomoc� myszy. Przycisk select--region pozwala u�ytkownikowi wybra� region obiekt�w, kt�re maj� by� przemieszczane za pomoc� myszy lub usuni�te przy u�yciu przycisku select-region. Je�li chcesz narysowa� �cie�k�, istniej� trzy opcje: �cie�ki rysowane za pomoc� pi�ra agenta ��wia, rysowane �cie�ki u�ywanie agent�w poprawek i �cie�ek narysowanych za pomoc� ��wi. Pierwsza opcja wychodzi g�adko; pozosta�e dwie opcje mog� by� bardziej niejednolite. Podczas rysowania �cie�ki przesu� mysz do ��danej lokalizacji, a nast�pnie kliknij i przeci�gnij, aby narysowa� �cie�k�. Aby narysowa� �cie�k� za pomoc� pi�ra agenta ��wia, najpierw wybierz ��dany path-color i path-size, a nast�pnie naci�nij przycisk draw-path �cie�ki nie mo�na usun�� po jej zako�czeniu, po naci�ni�ciuend-path lub narysowaniu innego obiektu lub �cie�ki w innym miejscu. Je�li tak nie jest, to erase-path b�dzie dzia�a�a, kasuj�c ka�dy punkt �cie�ki jeden po drugim. Je�li erase-path nie powiod�o si�, wystarczy j� narysowa�. Aby narysowa� �cie�k� za pomoc� agent�w poprawek, wybierz ��dany patches-path-size a nast�pnie naci�nij przycisk draw=patches-path. Aby narysowa� �cie�k� przy u�yciu ��wia, wybierz ��dany turtles-path-size, a nast�pnie naci�nij przycisk draw-turtles-path. Tekst mo�na doda� za pomoc� przycisku draw-texr. Przedtem upewnij si�, �e najpierw wpisujesz tekst, kt�ry chcesz narysowa�, do pola wprowadzania text, a nast�pnie wybierz ��dany text-colour. Rozmiar czcionki dla ca�ego tekstu jest okre�lany globalnie za pomoc� przycisku Settings w Interface. Kolor t�a mapy okre�lony jest za pomoc� wybieraka background-colour. T�o zostanie zmienione / skasowane za pomoc� przycisku clear-background. Obraz mo�na wykorzysta� dla t�a zamiast pojedynczego koloru, naciskaj�c przycisk import-background. Aby zapisa� ca�� map� i wszystkie ustawienia na dysku, wybierz menu File z paska menu NetLogo, a nast�pnie wybierz opcj� Export World. Aby wczyta� go ponownie w p�niejszym terminie, u�yj zamiast tego Import World.

INTERFEJS

Przyciski modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

- setup: Czy�ci map� i resetuje t�o.
- draw-path: Rysuje �cie�k�, gdy remis agenta ��wia z pisakiem w d� pomi�dzy kolejnymi punktami podczas przeci�gania myszy. Kolor �cie�ki jest okre�lany przez selektor �cie�ki i kolor, a rozmiar �cie�ki jest okre�lany za pomoc� suwaka rozmiaru �cie�ki.
- end-path: Oznacza to, �e �cie�ka jest zako�czona. Kolejne naci�ni�cie przycisku kasowania nie powiedzie si� w usuni�ciu wcze�niej narysowanych �cie�ek. Jedynym sposobem na pozbycie si� ich jest narysowanie nad nimi innego koloru.
- erase-path: Spowoduje to usuni�cie punkt�w jeden po drugim w �cie�ce, kt�ra zosta�a w�a�nie narysowana za pomoc� przycisku draw-path, chyba �e �cie�ka zosta�a oznaczona jako pe�na za pomoc� przycisku zako�czenia trasy lub je�li obiekt po�rednicz�cy zosta� rysowane (co ko�czy domy�lnie �cie�k�).
- draw-object: To narysuje obiekt w miejscu okre�lonym przez kolejne klikni�cie mysz�. Typ obiektu i kolor s� okre�lane przez selektory object-type i object-colour, a ich rozmiar za pomoc� suwaka object-size.
- erase-object: Usuwa najbli�szy obiekt, je�li taki istnieje. Pami�taj o klikni�ciu na �rodku obiektu, w przeciwnym razie nie zostanie on usuni�ty.
- select-object: Umo�liwi to u�ytkownikowi przeci�gni�cie wybranego obiektu za pomoc� myszy w celu zmiany jego po�o�enia. Wybrany obiekt jest pokazany z halo. Pami�taj, aby klikn�� rodek obiektu, w przeciwnym razie nie pojawi si� halo pokazuj�ce, �e zosta� wybrany. - select-region: Pozwala u�ytkownikowi wybra� prostok�tny obszar obiekt�w do poruszania si�. U�ytkownik klika i przeci�ga mysz�, aby zdefiniowa� wybrany region (jest to pokazane za pomoc� czerwonego pola dynamicznie po przeci�gni�ciu myszy, a tak�e wszystkie obiekty, kt�re mo�na przenosi� w regionie s� r�wnie� pod�wietlone). Aby przesun�� zaznaczone obiekty dooko�a, podnie� mysz na chwil�, gdy prostok�tny obszar jest taki, jaki chcesz, kliknij z powrotem wewn�trz czerwonego prostok�ta, a nast�pnie przeci�gnij go w ��dane miejsce.
- erase-region: Spowoduje to skasowanie wszystkich obiekt�w, kt�re zosta�y wybrane za pomoc� przycisku wyboru regionu.
- clear-background: Usuwa istniej�ce t�o i przerysowuje je za pomoc� koloru okre�lonego przez selektor w tle.
- import-background: Pozwala u�ytkownikowi na u�ycie pliku obrazu jako t�a.
- draw-patches-path: Rysuje �cie�k� przy u�yciu agent�w poprawek. Rozmiar �atek jest okre�lony przez suwak wielko�ci �cie�ek �atek.
- draw-turtles-path: To narysuje �cie�k� przy u�yciu ��wia. Wielko�� wi okre�la suwak wielko�ci �cie�ki ��wi.
- draw-text: Rysuje tekst okre�lony w polu tekstowym wprowadzania tekstu na mapie. Prawa strona tekstu ko�czy si� w miejscu klikni�cia mysz�. Kolor tekstu jest okre�lony przez selektor kolor�w tekstu. Rozmiar czcionki dla ca�ego tekstu mo�na zmieni� globalnie, naciskaj�c przycisk Ustawienia w interfejsie.
Wybory, suwaki i pole wprowadzania modelu s� zdefiniowane w nast�puj�cy spos�b:

- path-color: Ustawia kolor u�ywany do narysowania �cie�ki po naci�ni�ciu przycisku �cie�ki rysowania.
- path-size: Ustawia rozmiar pisaka, kt�ry jest u�ywany do narysowania �cie�ki po naci�ni�ciu przycisku kre�lenia.
- object-type: Ustawia typ obiektu, kt�ry zostanie narysowany po naci�ni�ciu przycisku obiektu rysowania.
- object-color: Ustawia kolor obiektu, kt�ry zostanie narysowany po naci�ni�ciu przycisku DrawObject.
- object-size: Ustawia rozmiar obiektu, kt�ry zostanie narysowany po naci�ni�ciu przycisku obiektu rysowania.
- background-color: Ustawia kolor t�a, kt�re zostanie narysowane po naci�ni�ciu przycisku "clear-background".
- patch-path-size: Ustawia rozmiar �cie�ki, kt�ra jest narysowana po naci�ni�ciu przycisku �cie�ki w�tku.
- turtles-path-size: Ustawia rozmiar �cie�ki, kt�ra jest narysowana po naci�ni�ciu przycisku draw-turtles-path.
- text: Ustawia tekst, kt�ry jest narysowany po naci�ni�ciu klawisza draw-text.
- text-color: Ustawia kolor tekstu, kt�ry zostanie narysowany po naci�ni�ciu klawisza draw-text

RZECZY DO SPE�NIENIA

Spr�buj narysowa� w�asn� map� - by� mo�e z domu, mieszkania lub mieszkania lub z lokalnej szko�y. Zauwa�, �e podczas tworzenia mapy pojawiaj� si� problemy zwi�zane z reprezentowaniem prawdziwego �wiata. Po zako�czeniu sprawd�, ile b��d�w jest i ile szczeg��w zosta�o pomini�tych na mapie. Miesi�c lub mniej, sprawd� ponownie i zobacz, ile si� zmieni�o. Spr�buj za�adowa� map� Central Parku. Odbywa si� to poprzez u�ycie opcji menu NetLogo do importowania �wiata. Wybierz menu Plik z paska menu NetLogo, a nast�pnie wybierz opcj� Importuj �wiat. ROZSZERZENIE MODELU

Ten model ma d�ug� drog�, zanim mo�na go wykorzysta� do rysowania map o wy�szej jako�ci, takich jak te u�ywane do orientacji. Jedn� z g��wnych wad jest s�aba jako�� rysowania �cie�ek. Czy mo�na to w jaki� spos�b poprawi�?

CECHY NETLOGO

Opcje menu Importuj �wiat i Eksportuj �wiat s�u�� do zapisania mapy na dysku i ponownego jej za�adowania.
�wiczenie 9.7.2:

Dostosuj kod z modelu rysowania mapy, aby m�c doda� adnotacj� do zaimportowanej mapy lub obrazu za pomoc�:

• ko�a;
• strza�ki;
• tekst;
• znaki ("x" do oznaczania miejsca).

9.8 Reprezentowanie wiedzy za pomoc� map zdarze�

�wiczenie 9.8.1: Model Central Park NetLogo

Wypr�buj model wydarze� w Central Parku w NetLogo:

http://files.bookboon.com/ai/Central-Park-Events.html

CO TO JEST?

Ten model przedstawia ma�y zestaw zdarze�, kt�re agent musi wykona�, je�li chce przej�� z Zoo do Boat Pond w nowojorskim Central Parku. Zdarzenia s� wy�wietlane przy u�yciu reprezentacji mapy zdarze�, w kt�rej zdarzenia s� po��czone z innymi zdarzeniami w osobnych strumieniach w uporz�dkowanej sekwencji. Chodzi o to, �e agent przetwarza zdarzenia jednocze�nie w oddzielnych strumieniach. Podej�cie jest podobne do podej�cia przyj�tego dla przetwarzania strumienia zdarze� (ESP).

JAKI JEST CEL?

Celem tego modelu jest pokazanie, jak wizualizowa� seri� zdarze� za pomoc� mapy zdarze�.

JAK TO DZIA�A

Model u�ywa agent�w ��wia do reprezentowania stan�w na mapie zdarze� i u�ywa agent�w link�w do reprezentowania �cie�ek mi�dzy stanami. Stany posiadaj� trzy zmienne:
- depth: g��boko�� w drzewie mapy zdarze�.
- stream: nazwa strumienia (gdzie strumie� sk�ada si� z sekwencji zdarze� sensorycznych lub motorycznych).
- event : wydarzenie - albo czuciowe albo motoryczne. (Abstrakcyjne wydarzenia nie s� potrzebne w przypadku tej konkretnej mapy wydarze�).

Uk�ad spr�ynowy s�u�y do wizualizacji mapy zdarze�.

JAK TEGO U�Y�

Najpierw naci�nij przycisk setup. Zwykle b�dzie to powodowa� ba�agan. Aby rozwin�� ba�agan, naci�nij przycisk change-layout, a nast�pnie dynamicznie zmieniaj warto�ci w suwakach steruj�cych uk�adem. Jedn� z efektywnych technik jest zmniejszenie warto�ci suwaka spring-length do 0, a nast�pnie powolne zwi�kszanie go ponownie do ty�u, a� do uzyskania po��danej d�ugo�ci i uk�adu.

INTERFEJS

Przyciski modelu INterface s� zdefiniowane w nast�puj�cy spos�b:

- setup: Spowoduje to wyczyszczenie �rodowiska i zmiennych oraz (ponowne) za�adowanie mapy zdarze�. Zwykle pojawi si� to w zagraconej formie, a przycisk zmiany uk�adu musi zosta� naci�ni�ty p�niej.
- change-layout: To mo�e by� u�yte do usuni�cia ba�aganu poprzez zmian� warto�ci w trzech suwakach.

Suwaki modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

- spring-constant : jest to warto�� u�ywana przez polecenie uk�adu-spr�yny. Zmiana nie b�dzie mia�a wi�kszego wp�ywu na wizualizacj� mapy wydarze�.
- sprint-length: Zmienia d�ugo�� cie�ek mi�dzy stanami sieci map zdarze�.
- repulsion-constant: Kontroluje to, jak bardzo ka�de ze stan�w odpycha si� nawzajem.

RZECZY DO ODNOTOWANIA

Zauwa�, �e suwak repulsion-constant mo�e by� u�yty do "odpychania" stan�w od siebie (dla wi�kszych warto�ci) i "przyci�gania" stan�w do siebie nawzajem (dla mniejszych warto�ci). Zauwa�, �e ba�agan w uk�adzie sieci mo�na cz�sto usun��, ustawiaj�c warto�� suwaka d�ugo�ci fali na zero, a nast�pnie zwi�kszaj�c j�.

RZECZY DO SPE�NIENIA

Spr�buj zmieni� warto�ci suwak�w, aby zobaczy�, jaki wp�yw ma to na uk�ad.

ROZSZERZENIE MODELU

Po��cz ten model z modelem do rysowania map za�adowanym za pomoc� Map Drawing Central Park World. Nast�pnie poka� kilku agent�w w�druj�cych pomi�dzy Zoo i Boat Pond, animuj�c map� i map� wydarze� w tym samym czasie. Mo�na to zrobi� tak, aby ka�dy agent ko�czy� si� niewielkimi zmianami w �cie�kach, kt�re wybra�, poniewa� istnieje mo�liwo�� wyst�pienia niewielkich zmian mi�dzy stanami mapy zdarze�. Na przyk�ad podczas skr�tu w lewo agent mo�e skr�ci� w lewo o nieco wi�cej lub nieco mniej ni� 90 stopni. Podobnie, podczas chodzenia do przodu, agent mo�e wybra� chodzenie do przodu na odleg�o�� r�ni si� nieznacznie w stosunku do innych agent�w stosuj�cych t� sam� map� zdarze�.

CECHY NETLOGO

Model wykorzystuje polecenie layout-spring do modyfikacji uk�adu sieci stan�w (agent�w ��wia) i �cie�ek (agent�w link�w).

POWI�ZANE MODELE

Zobacz model Wall Following Events i model Knowledge Representation.

�wiczenie 9.8.2: Model NetLogo oparty na reprezentacji wiedzy Wypr�buj model reprezentacji wiedzy w NetLogo: http://files.bookboon.com/ai/Knowledge-Representation.html

CO TO JEST?

Ten model pokazuje, w jaki spos�b standardowe typy reprezentacji wiedzy, takie jak logika, ramki, regu�y i drzewa decyzyjne mog� by� implementowane w NetLogo. Model pokazuje r�wnie�, w jaki spos�b przeprowadzi� rozumowanie, u�ywaj�c r�nych typ�w reprezentacji wiedzy. Wprowadzono r�wnie� nowy rodzaj reprezentacji wiedzy, nazywany mapami zdarze�. Mapy zdarze� s� powi�zane z koncepcj� przetwarzania strumienia zdarze� (ESP), w kt�rym zdarzenia wyst�puj� jednocze�nie w osobnych strumieniach. Znajomo�� trzech problem�w z zabawkami jest zaimplementowana w modelu. Te trzy problemy to:

- Zwierz�ta w zoo: Zidentyfikuj nazw� zwierz�cia z zoo z obserwacji.
- Ptaki nowozelandzkie: odgadnij nazw� nowozelandzkiego ptaka.
- �odzie �aglowe: Zidentyfikowa� typ przep�ywaj�cej �odzi na paradzie wysokich statk�w.

CZYM JEST CEL?

Celem tego modelu jest pokazanie, jak reprezentowa� wiedz� z wykorzystaniem tradycyjnych form reprezentacji wiedzy, takich jak logika pierwszego rz�du, ramy, regu�y i drzewa decyzyjne. Drugorz�dnym celem jest pokazanie, w jaki spos�b te r�ne formy reprezentacji wiedzy mog� zosta� ponownie rzucone i wizualizowane w ramach nowego typu wiedzy o reprezentacji zwanej map� zdarze�. Reprezentacja map zdarze� u�atwia r�wnie� wizualizacj� procesu wnioskowania.

JAK TO DZIA�A

R�ne formy wiedzy s� reprezentowane przy u�yciu agent�w ��wia stanu i agent�w ��cza �cie�ki, kt�re s� u�ywane do opisania �cie�ki przej�cia mi�dzy stanami. Agenci pa�stwowi maj� trzy zmienne:
- depth: g��boko�� w drzewie zdarze� (gdzie katalog g��wny drzewa ma g��boko�� 0, dziecko stanu root ma g��boko�� 1 itd.);
- stream: Jest to nazwa strumienia, z kt�rym powi�zane jest wydarzenie;
- event: to jest samo wydarzenie. Zdarzenia mog� by� wydarzeniami zmys�owymi, wydarzeniami motorycznymi lub wydarzeniami abstrakcyjnymi (te ostatnie s� wydarzeniami zmys�owymi, motorycznymi i abstrakcyjnymi, kt�re, gdy wyst�puj� razem, powoduj� ,�e zdarzenie to wyst�pi jednocze�nie). Stany i �cie�ki tworz� sko�czon� sie� stanu. Agenci ��wi Walker s� przyzwyczajeni do "chodzenia" po sieci map wydarze� podczas procesu wnioskowania. �cie�ki (tj. przej�cia) nie s� oznaczone; po prostu wskazuj� kolejno�� wyst�powania zdarze�. Sie� stan�w i �cie�ek mo�e by� traktowana analogicznie jak mapa zdarze� (st�d dlaczego nazywana jest map� zdarze�). Mapa zdarze� mo�e, ale nie musi by� wiern� reprezentacj� tego, co naprawd� dzieje si� w �rodowisku, tj. W tym modelu mapa zdarze� mo�e, ale nie musi by� wiern� reprezentacj� wiedzy, kt�r� stara si� reprezentowa�. Mapy zdarze� mog� by� u�ywane do implementacji wszystkich standardowych typ�w reprezentacji wiedzy, jak pokazano w tym modelu, a tak�e zwi�zanych z nimi proces�w wnioskowania, takich jak rozumowanie w prz�d i w ty� dla regu� i rozumowanie oparte na ramkach przy u�yciu metod dopasowywania ramek. Zapewniaj� tak�e przydatny spos�b wizualizacji r�nych typ�w reprezentacji wiedzy i animowania proces�w wnioskowania.

JAK TEGO U�Y�

Najpierw wybierz typ reprezentacji wiedzy za pomoc� wybieraka KR-type w Interface. Nast�pnie wybierz problem za pomoc� opcji select-problem. Aby za�adowa� wiedz� zwi�zan� z problemem, naci�nij przycisk setup-knowledge. Spowoduje to wy�wietlenie wiedzy w du�ym czarnym polu po lewej stronie. Je�li wizualizacja jest pocz�tkowo nieco zagracona, a layout-type zosta� ustawiony na spring, naci�nij przycisk change-layout uk�adu podczas odtwarzania za pomoc� suwak�w spring-length, spring-constant i repulsion-constant. Nast�pnie upewnij si�, �e proces wnioskowania jest resetowany do stanu pocz�tkowego, naciskaj�c przycisk rest-reasoning. Na koniec, aby wykona� proces wnioskowania, naci�nij przycisk go-reason.

INTERFEJS

Przyciski interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:
- setup-knowledge: To �aduje wiedz� na temat problemu, jak okre�lono przez select-problem za pomoc� reprezentacji wiedzy okre�lonej przez wyb�r KR-type. Wiedza jest wizualizowana w �rodowisku za pomoc� automatycznych automat�w stanu zdarze�, kt�re przedstawiaj� zale�no�ci mi�dzy stanami wiedzy.
- dump-knowledge: To zrzuca do pola Output wiedz�, kt�ra zosta�a za�adowana przez przycisk setup-knowledge.
- reset reasoning: Powoduje resetowanie rozumowania, aby zacz�� od nowa od stanu pocz�tkowego. Ten stan jest okre�lony przez rodzaj przeprowadzanego rozumowania, tj. W przypadku wnioskowania wstecznego przy u�yciu regu�, stanem pocz�tkowym jest stan docelowy; w przypadku rozumowania wybiegowego stan pocz�tkowy jest stanem zwi�zanym z pierwsz� regu�� w bazie danych regu�.
- go-reasoning: Rozpoczyna proces wnioskowania. Je�li u�ywane jest rozumowanie oparte na regu�ach, u�ytkownik zostanie zapytany, czy chce wykona� przekierowanie do przodu czy do ty�u.
- clear-output: Powoduje wyczyszczenie pola Output.
- change-layout: Zmienia uk�ad, je�li selektor layout-type ma ustawion� opcj� spring. Mo�e to by� przydatne, aby usun�� niekt�re z ba�aganu. Aby zmieni� konfiguracj� uk�adu, u�ytkownik mo�e zmieni� suwaki spring-length, spring-constant i repulsion-constant, gdy przycisk change-layout jest wci�ni�ty.
- move-layout: Czasami etykiety stan�w w uk�adzie pojawiaj� si� poza kraw�dzi� �rodowiska. Ten przycisk umo�liwia przesuni�cie uk�adu w lewo, w prawo, w g�r� lub w d� przez u�ytkownika okre�lonego dystansu.

Suwaki interfejsu, prze��czniki, wybieraki i pole wyj�ciowe modelu s� zdefiniowane w nast�puj�cy spos�b:

- KR-type: To wybiera rodzaj reprezentacji wiedzy, np. regu�y, ramki, drzewa decyzyjne i sieci semantyczne.
- select-problem: Wybiera typ problemu:

"Zoo Animals": Zidentyfikuj nazw� zwierz�cia z zoo z obserwacji.
"Ptaki nowozelandzkie": Odgadnij nazw� nowozelandzkiego ptaka.
"��dki �aglowe": Okre�li� rodzaj �odzi, kt�ra p�ynie w paradzie wysokich statk�w.

- layout-type: Okre�la typ uk�adu u�ywanego do wizualizacji stan�w i �cie�ek na mapie zdarze�.
- spring-length, spring-constant, repulsion-constan: Mo�e to by� u�yte do modyfikacji uk�adu, je�li typem uk�adu jest wiosna.
- trace-on ?: Je�li ustawione na On, zapisze dane wyj�ciowe w polu Output, kt�re �ledzi proces wnioskowania.
- Output box: S�u�y do zapisu wyniku procesu wnioskowania i innych informacji do.

RZECZY DO ODNOTOWANIA

Zauwa�, kt�re rodzaje reprezentacji wiedzy utrudniaj� zrozumienie procesu rozumowania, gdy s� wizualizowane za pomoc� formatu mapy zdarze� w �rodowisku (na przyk�ad, agenci walker dla sieci semantycznych zdaj� si� przeskakiwa� du�o). Zauwa�, kt�ry z typ�w reprezentacji wiedzy tworzy bardziej skomplikowane mapy zdarze� dla r�ne problemy.

RZECZY DO SPE�NIENIA

Wypr�buj r�ne typy reprezentacji wiedzy dla trzech rodzaj�w problem�w. Postaraj si� zobaczy�, jak odnosz� si� do siebie nawzajem i jak si� r�ni�. Dowiedz si�, co dzieje si� podczas procesu wnioskowania. Kt�re s� �atwe do na�ladowania, a kt�re s� trudne? Spr�buj dowiedzie� si�, jak inicjowana jest wiedza dla r�nych typ�w reprezentacji wiedzy. (Podpowied�: sp�jrz na polecenie setup-knowledge). Dowiedz si�, jak definiowane s� regu�y, a nast�pnie w jaki spos�b s� wizualizowane jako mapy zdarze�. Nale�y zauwa�y�, �e w modelu zasady i sieci semantyczne s� zdefiniowane jawnie, podczas gdy ramki i drzewa decyzyjne s� konfigurowane przez konwersj� z regu�. (W jaki spos�b?) Zamiast tego u�yj procesu definiowania wiedzy dla ramek i drzew decyzyjnych, zamiast u�ywa� procesu konwersji.

ROZSZERZENIE MODELU

Spr�buj doda� inne rodzaje reprezentacji wiedzy, by� mo�e takie, kt�re s� hybrydami implementowanych w modelu. Na przyk�ad typ sieci zdarze� semantycznych do��czony do modelu jest hybryd� sieci semantycznych i typ�w map zdarze�. Zbadaj alternatywne metody wizualizacji procesu wnioskowania dla ka�dego rodzaju reprezentacji wiedzy.

CECHY NETLOGO

Zwr�� uwag� na u�ycie komendy hatch w celu utworzenia agent�w walker, aby kontynuowa� przechodzenie przez sie� map zdarze� podczas procesu wnioskowania. To, w jaki spos�b agenci walker poruszaj� si� po sieci, okre�la rodzaj rozumowania.

POWI�ZANE MODELE

Inne przyk�ady wykorzystania map zdarze� do przetwarzania strumienia zdarze� mo�na znale�� w modelach j�zyka, zdarzeniach w Central Parku i na modelach NetLogo nast�puj�cych po sobie.

�wiczenie 9.8.3:

Zagraj z modelem NetLogo opartym na reprezentacji wiedzy, aby wypr�bowa� r�ne metody reprezentacji. Aby wybra� problem, u�yj selektora select-problem w interfejsie. Wybierz r�ne typy reprezentacji wiedzy, wybieraj�c odpowiedni� opcj� za pomoc� wyboru KR-type. Wypr�buj r�ne ustawienia, aby zobaczy�, co si� dzieje - na przyk�ad mo�esz u�y� przycisku zchange-layout po��czonego z suwakami po prawej stronie, aby uczyni� wy�wietlan� sie� bardziej atrakcyjn� wizualnie. Wypr�buj tak�e przycisk go-reason, aby zobaczy�, co si� stanie. Wyja�nij, co obserwujesz.

�wiczenie 9.8.4:

Spr�buj doda� wiedz� do w�asnego problemu do modelu reprezentacji wiedzy opisanego w cz�ci �wiczenie 9.8.2. Obserwuj, jak robisz to, problemy z formu�owaniem wiedzy dla ka�dego z r�nych typ�w reprezentacji wiedzy. Jakie s� zalety lub wady stosowania r�nych typ�w? Jak mogliby by� poprawieni, bior�c pod uwag� zdobyte przez ciebie spostrze�enia proces reprezentacji wiedzy? Czy istnieje jeszcze inny rodzaj reprezentacji wiedzy, kt�ry by�by lepiej przystosowany do tego zadania? Trzy przyk�adowe problemy poruszone w modelu NetLogo opartym na reprezentacji wiedzy s� raczej problemami "zabawkowymi" ni� rzeczywistymi. Wymienienie pe�nej wiedzy i skalowanie do nietrywialnego �wiata rzeczywistego przedstawia wiele trudno�ci i nadal jest aktywnym obszarem bada� w Sztucznych Inteligencja. Jednak zalet� tych przyk�ad�w jest ich prostota i przydatno�� do zilustrowania tego, jak modele si� r�ni�. Co nale�y zrobi�, aby zwi�kszy� wiedz� na temat tych problem�w do ich rzeczywistych odpowiednik�w - na przyk�ad, identyfikuj�c nazw� zwierz�cia podczas chodzenia po zoo, lub nazw� nowozelandzkiego ptaka podczas w�dr�wki po torze Milforda lub identyfikacja r�nych typ�w jacht�w widziany w porcie?

�wiczenie 9.8.5:

Wyja�nij r�nic� mi�dzy rozumowaniem z wyprzedzeniem a uzasadnieniem, gdy regu�y s� wybrane jako KR-type dla modelu reprezentacji wiedzy. (Podpowied�: Jednym ze sposob�w odpowiedzi na to pytanie jest sprawdzenie, w jaki spos�b s� one zaimplementowane w kodzie NetLogo dla modelu).

9.9 Reprezentowanie wiedzy za pomoc� regu� i logiki

�wiczenie 9.9.1:

Rozwa� nast�puj�ce zdania:

1. Piotr jest starcem.
2. Maryja jest siostr� Piotra.
3. Niekt�re koty maj� du�e uszy.
4. Je�li X jest siostr� Y, a Y jest ch�opcem, to Y jest bratem X.
5. Simba jest bia�ym s�oniem.
6. Wszystkie s�onie s� ssakami.
7. S�onie maj� pie� i du�e uszy.
8. Ruby to czarno-bia�y kot.
9. Ruby jest matk� Pearl, a Pearl jest c�rk� Ruby.
10. Niekt�re koty s� ma�e.
11. Wszystkie koty jedz� mi�so.
12. Koty maj� w�sy i ogon.

Przedstaw wiedz� zawart� w ka�dym z powy�szych zda�, u�ywaj�c dw�ch reprezentacji wiedzy paradygmaty - regu�y produkcji i logika pierwszego rz�du. W kt�rych zdaniach masz problemy z kiedy pr�buje reprezentowa� wiedz� i dlaczego?

�wiczenie 9.9.2:

Konwertuj nast�puj�ce zdania logiczne predykat�w na zdania angielskie:

�wiczenie 9.9.3:

Konwertuj nast�puj�ce zdania na zdania logiczne predykat�w:

(i) Wszystkie koty lubi� ryby.
(ii) Banany s� zielone lub ��te lub br�zowe.
(iii) Niekt�rzy ludzie jedz� wszystko.

9.10 Powody u�ywania regu� i logiki

�wiczenie 9.10.1:

Rozwa�my nast�puj�cy system ekspercki oparty na regu�ach:

i. U�yj �a�cuch�w do przodu, aby okre�li�, czy fakt Z mo�na wywnioskowa� z tej bazy wiedzy. Poka� stan bazy danych i regu��, kt�ra zosta�a uruchomiona po ka�dym kroku w procesie wnioskowania.
ii. U�yj �a�cucha wstecznego w tej samej bazie wiedzy, aby okre�li�, czy cel Z si� powiedzie. Poka� stan bazy danych i regu��, kt�ra zosta�a dopasowana po ka�dym kroku w procesie wnioskowania.

9.11 Wiedza i rozumowanie za pomoc� ramek

�wiczenie 9.11.1:

Przedstaw wiedz� zawart� w ka�dym z zda� do �wiczenia 9.9.1 przy u�yciu ramek i por�wnaj z rozwi�zaniami, kt�re opracowa�e� dla regu� produkcji i logiki pierwszego rz�du. Z jakimi zdaniami masz problemy podczas pr�by reprezentowania wiedzy i dlaczego?

�wiczenie 9.11.2:

Zmodyfikuj model reprezentacji wiedzy, tak aby wiedza o klatkach by�a jednoznacznie zdefiniowana dla trzech problem�w zaimplementowanych w modelu zamiast konwertowania z regu� (jak to si� dzieje w procedurze convert-rules-to-frames-base). Konieczne b�dzie zmodyfikowanie procedury setup-frames-base tak, aby by�a podobna do procedury setup-semantic-network, a tak�e zdefiniowanie procedury ramki do ustawiania dla zdefiniowania konkretnej ramki.

9.12 Znajomo�� i rozumowanie przy u�yciu drzew decyzyjnych

�wiczenie 9.12.1:

Zmodyfikuj model reprezentacji wiedzy, tak aby wiedza o drzewku decyzyjnym zosta�a jawnie zdefiniowana dla trzech problem�w zaimplementowanych w modelu zamiast przekszta�cania z regu� (jak to si� dzieje w procedurze convert-rules-to-decision-tree). B�dziesz musia� zdefiniowa� procedur� setup-decision-forest, podobna do procedury setup-semantic-network, a tak�e zdefiniowa� procedur� setup-decision-tree dla zdefiniowania okre�lonego drzewa decyzyjnego.

9.13 Znajomo�� i rozumowanie za pomoc� sieci semantycznych

�wiczenie 9.13.1:

Wykonaj ponownie �wiczenie 9.8.3, uruchamiaj�c ponownie model reprezentacji wiedzy dla trzech r�nych problem�w (okre�lonych przez selektor wyboru problemu) i r�nych typ�w reprezentacji wiedzy (zgodnie z wyborem przez KR-type Chooser). Tym razem zwracaj szczeg�ln� uwag� na to, jak wiedza jest wizualizowana w �rodowisku dla r�nych typ�w i obserwuj, co dzieje si� podczas procesu wnioskowania, gdy naci�ni�ty zostanie przycisk go-reason. Kt�re z nich wydaj� si� �atwiej �ledzi�, co si� dzieje? W szczeg�lno�ci zauwa�, co dzieje si� z typem rozumowania sieci semantycznych. Czy istnieje spos�b na ulepszenie wizualizacji procesu rozumowania sieci semantycznych, czy te� jest to nieod��czny problem z tego rodzaju reprezentacj� wiedzy?

Powr�t

Inteligencja

10.1 Natura inteligencji

�wiczenie 10.1.1:

Potencja� konwersacyjny i umiej�tno�� rozwi�zywania problem�w s� postulowane jako dwa wa�ne sk�adniki dla ludzkiego poziomu inteligencji w tym rozdziale. Zaproponuj dalsze sk�adniki i uzasadnij, dlaczego uwa�asz, �e s� one niezb�dne do Twojego przepisu na inteligencj�.

10.2 Inteligencja bez reprezentacji i rozs�dku

�wiczenie 10.2.1:

Co rozumiemy przez "reprezentacj�" i "rozum", gdy m�wimy o "inteligencji bez reprezentacji i rozumu"? Czy mo�na uczciwie powiedzie�, �e roboty podobne do owad�w Brooksa i mr�wki i termity w modelach mr�wek i termit�w nie "reprezentuj�" wiedzy i "powodu" w jaki� spos�b? (W ko�cu "inteligencja" jest reprezentowana globalnie w ca�ym systemie wieloagentowym, ale nie pojedynczo w ka�dym agencie.)

10.3 Co AI mo�e i nie mo�e zrobi�

�wiczenie 10.3.1:

Napisz list� 10 zada�, kt�re ludzie mog� wykona�, wymagaj�ce pewnego stopnia inteligencji. Sprawd�, czy istniej� systemy komputerowe, kt�re mog� wykona� ka�de z zada� na li�cie. Jak dobrze radz� sobie przy ka�dym zadaniu? Czy s� w stanie pomy�lnie uko�czy� zadanie? Do jakiego ludzkiego poziomu wydajno�ci s� zdolni - pocz�tkuj�cy, �redniozaawansowany czy ekspert?

10.4 Potrzeba zaprojektowania cel�w sztucznej inteligencji

�wiczenie 10.4.1:

Badania w A.I. literatura, jak definiuje si� termin "inteligencja". Czy istniej� wyra�nie r�ne znaczenia tego terminu, czy te� wszystkie one wywodz� si� z tego samego og�lnego znaczenia? Czy publikacje dostarczaj� jakiegokolwiek uzasadnienia, dlaczego opisane systemy mo�na nazwa� "inteligentnymi"?

10.5 Jakie s� dobre cele?

�wiczenie 10.5.1:

Opracuj w�asne cele dotycz�ce sztucznej inteligencji. Sta� si� swoim najgorszym krytykiem - przeanalizuj swoje cele, aby zobaczy�, czy s� one INTELIGENTNE. Jakie atrybuty zawiod�e�? - czy s� one specyficzne, czy s� mierzalne, czy s� mo�liwe do osi�gni�cia, czy s� realistyczne, czy wi�� si� z czasem i tak dalej?

10.6 Niekt�re cele projektowe w zakresie sztucznej inteligencji

�wiczenie 10.6.1: Czy my�lisz o celach projektu wymienionych w rozdziale 10.6? Wyja�nij swoje rozumowanie.

10.7 Ku wiarygodnym agentom

�wiczenie 10.7.1: Model Chatbot

Wypr�buj model Chatbot w NetLogo:

http://files.bookboon.com/ai/Chatbot.html

CO TO JEST?

Ten model implementuje dwa podstawowe czaty - Liz� i Harry′ego. Te zosta�y nazwane na cze�� ich bardziej znanych odpowiednik�w, Eliza i Parry. W przeciwie�stwie do Elizy, Liza nie pr�buje by� Rogerianem, ale Harry stara si� by� troch� paranoikiem, jak Parry.

JAK TO DZIA�A

Model korzysta z rozszerzenia do NetLogo o nazwie "re" dla wyra�e� regularnych. Rozszerzenie umo�liwia programistom w NetLogo okre�lenie i dopasowanie wyra�e� regularnych. W kodzie NetLogo komenda setuprule s�u�y do okre�lenia wyra�enia regularnego i listy mo�liwych odpowiedzi chatbota. Je�li chatbot dopasuje odpowied� u�ytkownika do wyra�enia regularnego w regule, w�wczas wybierze jedn� z odpowiedzi z listy odpowiedzi.Rozszerzenie re dodaje nast�puj�ce polecenia do NetLogo:

- compile-pattern: kompiluje wz�r wyra�enia regularnego przekazywany jako pierwszy argument.
- set-target: Ustawia docelowy ci�g, kt�ry chcesz wyszuka�, do okre�lonego przez pierwszy argument.
- run-matcher: Pr�buje dopasowa� wyra�enie regularne w ci�gu docelowym.
- get-group-length: Zwraca liczb� grup.
- get-group: Zwraca pozycj� w grupie na pozycji okre�lonej przez pierwszy argument.
- get-starts-length: Zwraca d�ugo�� start�w.
- get-starts: Zwraca pozycj� rozpoczynaj�c� si� od pozycji okre�lonej przez pierwszy argument.
- get-ends-length: Zwraca d�ugo�� ko�c�w.
- get-ends: Zwraca pozycj� na ko�cach w pozycji okre�lonej przez pierwszy argument.
- clear-all: Usuwa wszystkie zmienne. - setup-regex: Ustawia kompletny system wyra�e� regularnych i wyszukuje temat okre�lony jako pierwszy argument.

JAK TEGO U�Y�

Najpierw naci�nij przycisk setupi w Interfce - to za�aduje zasady dla ka�dego chatbota. Nast�pnie wybierz chatbota, z kt�rym chcesz rozmawia� za pomoc� wybieraka bota - "liza", "harry" lub "oba". Nast�pnie zacznij czat naciskaj�c przycisk czatu.

INTERFEJS

Przyciski Interface s� zdefiniowane w nast�puj�cy spos�b:

- setup: �aduje regu�y dla ka�dego chatbota.
- chat: rozpoczyna lub kontynuuje rozmow� z chatbotem, kt�ry zosta� wybrany przy u�yciu wybieraka bota.
Prze��cznik interfejsu i prze��cznik s� zdefiniowane w nast�puj�cy spos�b:

- bot: Ustawia chatbota na chatbot Liza, chatbota Harry′ego lub Both.
- debug-conversation: je�li ta opcja jest ustawiona na On, drukowane s� r�wnie� informacje debugowania pokazuj�ce, kt�re regu�y s� zgodne.

RZECZY DO NOTYFIKACJI

Wydaje si�, �e Harry lepiej radzi sobie z paranoj�, ni� Liza jako bycie psychoterapeut� Roger. Ten drugi te� cz�sto powtarza rzeczy. Jednak rozmowa z dwoma chatbotami nie trwa d�ugo.

RZECZY DO SPE�NIENIA

Wypr�buj r�ne czaty, zmieniaj�c wyb�r bota. Czy Liza wydaje si� mie� inn� osobowo�� ni� Harry, czy te� Obaj r�ni� si� od pozosta�ych dw�ch? Spr�buj zmieni� chatbot w trakcie rozmowy. Oczywi�cie zdolno�ci konwersacyjne wszystkich trzech chatbot�w s� s�abe. Ale mo�esz wymy�li� tak� rozmow� wydaje si� wiarygodny. Co teraz sta�o si� wiarygodne? Czy mo�esz zmieni� chatboty, aby to zrobi� automatycznie?

ROZSZERZENIE MODELU

Spr�buj doda� w�asne regu�y do chatbot�w. Konieczne mo�e by� ustawienie prze��cznika debug-conversation na On, aby dowiedzie� si�, dlaczego niekt�re z nowych regu� nie dzia�aj�. Pami�taj, �e kolejno�� przetwarzania regu� jest bardzo wa�na - wcze�niejsza regu�a, kt�ra pasuje, zast�pi ostatni� regu��, w wyniku czego ta ostatnia nigdy nie wejdzie w �ycie. Uwa�aj wi�c, gdzie umieszczasz swoj� regu��. Czy mo�esz wymy�li� spos�b na unikni�cie tego problemu?

CECHY NETLOGO

Model demonstruje u�ycie rozszerzenia, w kt�rym kod jest napisany w Javie.

�wiczenie 10.7.2:

Opisz, jak mo�esz budowa� agenta konwersacji, aby zda� test Turinga. Jakie s� g��wne przeszkody, kt�re nale�y przezwyci�y�? Czy uwa�asz, �e podej�cie podobne do Elizy opiera si� na u�yciu wyra�e� regularnych odpowiednich do rozwi�zania tego problemu?

10.8 W stron� komputer�w ze zdolno�ci� rozwi�zywania problem�w

�wiczenie 10.8.1: Model ruchomy p�yn�cy w wodzie

Wypr�buj model Water Flowing Uphill w NetLogo:

http://files.bookboon.com/ai/Water-Flowing-Uphill.html

CO TO JEST?
Ten model pr�buje wizualnie symulowa� jedno mo�liwe rozwi�zanie problemu pr�bowania doprowadzenia wody do przep�ywu w g�r�. Rozwi�zaniem jest u�ywanie zbiornik�w lub zbiornik�w na wzrastaj�cych wysoko�ciach i uzupe�nianie ich jednym po drugim. Zaw�r odcinaj�cy (pokazany na niebiesko na ko�cu rur ��cz�cych mi�dzy zbiornikami w modelu) s�u�y do zapobiegania nape�nianiu zwrotnemu zbiornik�w - gdy woda porusza si� przez zaw�r, nie mo�e p�yn�� do ty�u. R�ne metody pr�buj� symulowa� jak p�ynie "woda". Wszystkie te metody s� pora�kami, niekt�re z nich wytwarzaj� dziwne efekty, kt�re s� niemo�liwe w rzeczywistym �wiecie. Czytelnik jest zach�cany do dodawania w�asnych metod, kt�re lepiej przybli�aj� przep�yw wody w prawdziwym �yciu.

JAKI JEST CEL?

Celem tego modelu jest narysowanie analogii mi�dzy pozornie niemo�liwym zadaniem (pr�bowaniem doprowadzenia wody do przep�ywu pod g�r�) a tym, co niekt�rzy twierdz�, �e jest r�wnie� niemo�liwe (tworzenie Sztucznej Inteligencji). W przypadku obu tych zada� mo�emy spr�bowa� znale�� rozwi�zania, kt�re w jaki� spos�b mog� zmieni� problem, lub mo�emy spr�bowa� zmieni� fizyczne w�a�ciwo�ci wszech�wiata (np. Dzia�a� w �rodowisku wirtualnym, ale nie zadzia�a po przeniesieniu do prawdziwe �rodowisko), lub mo�emy stworzy� iluzj� (tzn. wygl�da�oby na to, �e problem zosta� rozwi�zany, ale jak magia, by�oby to po prostu podst�pem). Drugim celem jest uwydatnienie procesu rozwi�zywania problem�w, w kt�rym ludzie s� bardzo dobrzy. . �aden program komputerowy nie jest w stanie stworzy� r�norodnych rozwi�za� pokazanych w tym modelu. Za to co wa�ne, �adne programy komputerowe nie s� w stanie zrozumie� samego problemu.

JAK TO DZIA�A

Model ten implementuje r�ne typy agent�w, aby spr�bowa� symulowa� przep�yw wody - �rodki ��wia, �aty, �rodki b�d�ce �ywicielami (z pracy Craiga Reynoldsa) ze sto�kiem widzenia i �rodki cz�steczkowe, kt�re symuluj� pr�dko�� ka�dej cz�stki i bior� pod uwag� lepko��, wiatr i grawitacja. �adne z tych rozwi�za� nie dzia�a, tzn. Nie zachowuj� si� tak jak woda.

JAK TEGO U�Y�

Naci�nij przycisk setup-environment w Interfce, aby zresetowa� symulacj�. Nast�pnie wybierz jedno z rozwi�za� za pomoc� wybieracza solution. Zobacz, co si� dzieje po naci�ni�ciu przycisku go-simultion.

INTERFEJS

Przyciski interfejsu modelu s� zdefiniowane w nast�puj�cy spos�b:

- setup-simultion: spowoduje zresetowanie symulacji do stanu pocz�tkowego, w kt�rym wszystkie zbiorniki nie zawieraj� wody, a kran jest wy��czony.

- go-simulation: W��cza kran, a �rodki symuluj�ce kropelki wody zaczynaj� sp�ywa� w d� z kranu do pierwszego zbiornika po lewej stronie.

Suwaki, prze��czniki i selektor modelu Interface s� zdefiniowane w nast�puj�cy spos�b:

1. W przypadku, gdy zmienna solution jest ustawiona na "agent ��wia 1" lub "agnt ��wia 2":
- drops-per-tick: Jest to liczba kropli, kt�re pojawi� si� po dotkni�ciu ka�dego tikni�cia.
- size-of-drop: Jest to wielko�� ka�dej kropli.
- shape-of-drop: To kszta�t ka�dej kropli. Mo�liwe kszta�ty to "drop", "circle", "square" i "hex".

2. W przypadku, gdy zmienna slution jest ustawiona na "boid agents 1":

- rate-of-random-turn: To kontroluje, jak du�o boid obraca losowo ka�dy tick .
- rdius-angle i radius-length: Okre�la sto�ek widzenia boid�w.
- boid-speed: Okre�la, w jakim stopniu boidy powinny przesuwa� ka�dy tik. boid-bounce: Okre�la, w jakim stopniu boidy powinny odbija� si�, gdy uderz� w �ciany zbiornika lub ziemi�.

3. W przypadku, gdy zmienna solution jest ustawiona na "particle agents 1":

- max-particles: Okre�la maksymaln� liczb� cz�stek i mo�e by� u�yty do kontrolowania, ile cz�stek wydostaje si� z kranu.
- initial-velocity-x and initial-velocity-y: Okre�la pocz�tkow� pr�dko�� cz�stki w kierunkach x i y.
- initial-range-x: Daje to pewn� losow� zmienno�� pr�dko�ci w kierunku x.
- restitution-constant: Ta opcja mo�e by� wykorzystana do kontrolowania tego, ile odskoczy z t�umieniem pod�ogi, gdy cz�stka dotknie dna zbiornika.
- gravity-constant: s�u�y do skalowania si�y grawitacji zgodnie z mas� cz�stki, symuluj�c w ten spos�b efekt oporu powietrza.
- viscosity-constant: Mo�na tego u�y� do symulacji efektu lepko�ci.
- rate: kontroluje szybko�� emisji cz�stek.
- step-size: nowe po�o�enie i pr�dko�� ka�dej cz�stki oblicza si� przez pomno�enie si� przez t� liczb�. Ticki r�wnie� przesuwaj� si� o t� liczb�.
- wind-velocity-x and wind-velocity-y: Okre�la pr�dko�� wiatru w kierunkach x i y.

RZECZY DO NOTYFIKACJI

Gdy wybrane solution w Interface jest ustawione na "agent ��wia 1", agenci zachowuj� si� troch� jak woda, ale nie rozpo�cieraj� si� na dole. Czemu? W jaki spos�b mo�na zmieni� ich zachowanie, aby rozwi�za� problem? Gdy wybrane rozwi�zanie interfejsu jest ustawione na "agent ��wia 1", agenci zachowuj� si� troch� jak �nieg. Czemu? Jak mo�na zmieni� ich zachowanie, aby zachowywa�y si� bardziej jak woda? Gdy wybrane solution w Interfce jest ustawione na "agenci poprawek 1", agenci nie przep�ywaj� poprawnie po prawej stronie. Czemu? W jaki spos�b mo�na zmieni� ich zachowanie tak, aby prawy bok zbiornika wype�ni� si� prawid�owo, a nast�pnie przep�yn�� przez rur� ��cz�c� do nast�pnego zbiornika i tak dalej? Gdy wybrane solution w Interface jest ustawione na "agenci poprawek 2", "agenci poprawek 3" lub "agent�w poprawek 4", symulacje ko�cz� si� niepowodzeniem. Czy kt�re� z nich mo�na uratowa�, aby znale�� mo�liwe rozwi�zanie? Gdy wybrane solution w Interface jest ustawione na "boid agents 1", agenci zachowuj� si� troch� jak malowanie natryskowe w niekt�rych konfiguracjach. Czemu? Ponadto, podobnie jak rozwi�zanie "turtle agent 1", nie rozpo�cieraj� si� na samym dole. Czemu? W jaki spos�b mo�na zmieni� ich zachowanie, aby rozwi�za� problem? Jak mo�na zmieni� ich zachowanie, aby zachowywa�y si� bardziej jak woda? Kiedy roztw�r wybieraka w interfejsie jest ustawiony na "agent cz�steczek 1", agenci przechodz� przez otaczaj�c� Ziemi�. Czemu? Jak mo�na zmieni� ich zachowanie, aby zachowywa�y si� bardziej jak woda?

RZECZY DO SPE�NIENIA

Wypr�buj ka�de z rozwi�za�, aby zobaczy�, co si� dzieje. Kto wydaje si� by� najbli�ej tego, co dzieje si� w rzeczywisto�ci? Spr�buj zmieni� warto�ci suwak�w, aby zobaczy� jaki maj� wp�yw na poszczeg�lne roztwory (turtle agents solutions 1 i 2, patch agents solution 1, boids agents solution 1 and particle agents solution 1). Gdy zmienna rozwi�zania jest ustawiona na "participle agents 1", spr�buj przesuwa� suwak "max-particles" w t� i z powrotem. Skutkiem tego jest to, �e kran wydaje si� tymczasowo w��czany i wy��czany.

ROZSZERZENIE MODELU

Spr�buj opracowa� w�asne rozwi�zanie, kt�re b�dzie dok�adniej symulowa� przep�yw wody. Przestrzegaj procesu rozwi�zywania problem�w, kt�ry zastosujesz, aby znale�� rozwi�zanie. Czy mo�liwe by�oby opracowanie programu komputerowego, kt�ry b�dzie replikowa� twoje zachowanie?

�wiczenie 10.8.2:

Uruchom model Water Flowing Uphill NetLogo i ustaw wybieracz rozwi�za� na "agent cz�steczek 1". Uruchom symulacj�, naciskaj�c przycisk "Setup-environment", a nast�pnie przycisk gosimulation. Obserwuj, jak cz�steczki zaczynaj� "p�yn��" pod g�r�, jako� radz� sobie z tunelowaniem przez otaczaj�c� gleb�, zupe�nie jak w prawdziwym �yciu. Sp�jrz na kod, kt�ry zostanie wykonany, gdy tak si� stanie. Sprawd�, czy mo�esz okre�li�, co powoduje, �e agenci mog� tunelowa�, i spr�buj znale�� spos�b rozwi�zania tego problemu, aby agenci zachowywali si� tak, jak robi� to w rzeczywisto�ci.

Powr�t

Aritificial Intelligence Expertsaie24.pl

�WICZENIA