Database Reference
In-Depth Information
in einer durch die Umgebung definierten Semantik falsch sein konnen, da diese For-
meln ja das subjektive, in der Regel unsichere Wissen des Agenten wiedergeben
(vgl. Abschnitt 12.2.3, Seite 395). Im Beispiel ware es durchaus moglich, dass Tur
Nr. 42 nicht abgeschlossen ist, obwohl der Agent dies glaubt.
Im Idealfall spiegeln die Formeln des inneren Zustands des Agenten nicht nur
sein Wissen uber die Welt wider, sondern sie spezifizieren auch in allgemeiner Form
Regeln fur intelligentes Verhalten. Die Handlungsentscheidungen des Agenten ba-
sieren auf Wissen, das sich deduktiv aus diesen Formeln ableiten lasst. Im Folgenden
konkretisieren wir diesen Ansatz anhand des Agentenmodells aus Abbildung 12.3.
Fur eine geeignete Signatur legen wir eine pradikatenlogische Sprache mit For-
melmenge
.Fur
die Handlungsfindung wird ein einstelliges Pradikat
Do
verwendet. Fur eine Akti-
on a soll
Do
(a) genau dann ableitbar sein, wenn sich der Agent in dem aktuellen
Zustand fur die Aktion a entscheiden soll. Bevor wir die Handlungsfindung und
Wahrnehmung eines logikbasierten Agenten allgemein definieren, illustrieren wir
diesen Ansatz zunachst an einem Beispiel.
F
fest. Die internen Agentenzustande sind dann Teilmengen von
F
Beispiel 12.14 (McClean 9)
Fur eine logikbasierte Modellierung des Agenten
McClean wollen wir jetzt eine etwas reichhaltigere Modellierung der von der Um-
welt aufgenommenen Informationen verwenden, als wir das in Beispiel 12.9 getan
haben: Es soll nicht nur der Zustand des aktuellen Buros, in dem sich der Agent ge-
rade befindet, berucksichtigt werden, sondern auch der Zustand der anderen Buros.
Dazu verwenden wir die pradikatenlogische Formelmenge
F
MC
, in der die folgenden
Pradikate zur Reprasentation dieser Zustandsaspekte verwendet werden, wobei als
Argument B
i
∈{
B
1
,...,B
6
}
auftritt:
In
(B
i
) der Agent ist im Buro B
i
Mull
(B
i
) der Mulleimer in Buro B
i
ist voll
Fenster schmutzig
(B
i
) ie rinBuro B
i
sind schmutzig
Boden schmutzig
(B
i
)
r nin uro B
i
ist schmutzig
Als Argument fur das Pradikat
Do
werden die Aktionen aus der Menge
Ac
MC
=
{
verwendet. Wie in Bei-
spiel 12.9 soll McClean zunachst, falls notwendig, den Mulleimer leeren, danach die
Fenster putzen und anschließend den Fußboden reinigen; ist in einem Buro nichts
mehr zu tun, soll der Agent in das nachste Buro gehen.
1
Dieses Wissen uber die Vor-
gehensweise muss ebenfalls im internen Zustand des Agenten gespeichert werden.
Die Handlungsanweisungen konnten in der folgenden Form codiert werden, wobei
die Variablen x und y implizit allquantifiziert sind:
a
mull
,
a
fenster
,
a
boden
}∪{
a
geh
(x, y)
|
x, y
∈{
B
1
,...,B
6
}}
R
1
:
In
(x)
∧
Mull
(x)
⇒
Do
(
a
mull
)
R
2
:
In
(x)
∧
Fenster schmutzig
(x)
⇒
Do
(
a
fenster
)
R
3
:
In
(x)
∧
Boden schmutzig
(x)
⇒
Do
(
a
boden
)
R
4
:
In
(x)
∧
nachstes Buro
(x, y)
⇒
Do
(
a
geh
(x, y))
Das zweistellige Pradikat
nachstes Buro
wird definiert durch die sechs Formeln:
1
Die zusatzliche Anforderung aus Beispiel 12.11, dass die Arbeiten in einem Buro maximal einmal
pro Burobesuch durchgefuhrt werden, soll hier also noch nicht gelten.
