人工智能-chpt4课件

人工智能原理

第4章知识表示

1

本章内容

4.1知识表示的层次

4.2本体论(Ontology)

4.3产生式系统

4.4框架

4.5语义网络

4.6动态知识表示

参考文献第4章知识表示2知识表示的重要性知识表示是AI的基础，也就是构建智能体的基础知识表示是推理和行动的载体/没有合适的知识表示，任何构建智能体的计划都无法付诸实施表示常常和推理紧密联系知识表示通常是一些符号的集合/推理和行动可以由这些符号构建，也可以本身就代表着一种行为结构(如神经网络)第4章知识表示34.1知识表示的层次

4.1.1分层方法

4.1.2表示的本质第4章知识表示4知识与知识表示的层次知识表示是什么？按照Sowa教授的说法：知识表示是关于设计计算机系统以完成那些需要人类智能的任务的科学是逻辑和本体论的应用，服务于为某些领域构造计算模型的任务由于表示的形式不同，知识表示显然可以分为许多层次第4章知识表示54.1.1分层方法一种分层方法(Brachman,1979)实现层次(Implementational)：程序实现级逻辑层次(Logical)：符号逻辑认识论层次(Epistemological)：概念类型(子类、继承、结构关系等)概念层次(Conceptual)：语义关系、客体、动作等语言学层次(Linguistic)：自然语言表达第4章知识表示6设计层次(1)在前面的层次中，其中第一个层次是实现级，后面四个看作是认识论级如果要设计一个知识表示体系，需要考虑的内容是什么？类似于软件工程中自顶向下的设计过程第4章知识表示7设计层次(2)参考InformationSystemArchitecture(ISA)[Zachman,1987]与实现无关的3个层次Scope/Enterprisemodel/Systemmodel与实现有关的2个层次Technologymodel/Components同时回答5个W1个H问题第4章知识表示8设计层次(3)第4章知识表示WhatEntityHowFunctionWhereLocWhoAgentWhenTimeWhyMeansScopePlanner关于系统的摘要说明EnterprisemodelOwner关于系统的操作说明系统各要素SystemmodelDesigner系统分析员TechnologymodelBuilder程序设计员Components模块化程序实现WorkingsystemDataFunctionNetworkOrgani-zationSche-duleStrategy94.1.2表示的本质意义三角(MeaningTriangle)：显示了符号、对象(客体)、概念三者之间的关系/也是表示者和被表示者之间的关系/体现了表示的本质概念在这里就是意义(含义/语义)第4章知识表示ConceptObjectSymbol10意义三角的扩展(1)意义三角的符号端和概念端还可以进一步扩展符号端的扩展：把符号作为向另一个三角的扩展出发点/符号越来越具体，直到机器内部的编码第4章知识表示PhysicalObjectInformationObjectObjectTechnologyObjectInformationObjectComponentPerson:HarryName:Harry0x486172…PersonNameCodeBinaryCode11意义三角的扩展(2)概念端的扩展：将概念端进一步扩展为三部分—概念本身、概念的符号和表达概念的“概念”(最上层)第4章知识表示Person:HarryConcept:Harry‘Harry’SymbolofHarryPerson:HarrySymbolofConceptConceptofRepresentationHarry

[Person:Harry]124.2本体论(Ontology)

4.2.1本体论研究内容

4.2.2本体论分类

4.2.3领域Ontology应用第4章知识表示13本体论与存在本体论(Ontology)是关于存在(existence)的研究存在是什么—所有的实体(entity)，包括抽象的和具体的(abstract&concrete)，正是它们组成了世界当代定义：共享概念模型的明确的形式化规范说明/要素：概念模型 明确形式化 共享第4章知识表示14Ontology定义的要素概念模型—对现实世界的一些现象抽象出相关概念而得到的模型明确—所用概念和所用概念的约束均有明确定义形式化—计算机可读的共享—体现了共同认可的知识，反映的是相关领域中公认的概念集合第4章知识表示154.2.1本体论研究内容本体论是关于事物本身的研究，主要研究如何描述事物(定义)，特别是如何分类事物Quine认为本体论的基本问题是：Whatisthere?可以回答：everything/但这过于笼统了他提出了一个标准：“Tobeistobethevalueofaquantifiedvariable”知识表示（知识）的框架—系统的知识第4章知识表示16基于本体论的分类基于本体论的分类/对于事物的描述本体论分类(OntologicalCategories)或者称为基于本体论的分类：是对事物一种尽可能详细完备的分类方式本体论分类可以分为4级：顶级Ontology—最普通的概念及其关系领域Ontology—特定领域的概念任务Ontology—特定任务或行为中应用Ontology—依赖于特定领域和任务第4章知识表示17对于事物的描述类别是任何大规模知识表示方案的基本积木(p267)–至少有一个原因：为了便于人类把握对于事物的描述(顶层)描述物理实体定义抽象物集合与分类空间与时间第4章知识表示18构造Ontology的规则构造Ontology的5条标准(Gruber,1995)明确性和客观性—用自然语言对所定义术语给出明确、客观的语义定义完全性—给出的定义是完整的，完全能表达所定义术语的含义一致性—由术语得出的推论与术语本身的含义相容最大单调可扩展性—添加通用或专用术语时，不需要修改已有内容最小承诺—对待建模的对象给出最少的约束第4章知识表示194.2.2本体论分类以美国著名的知识工程CYC(encyclopedia)为例(号称是世界上最大的知识库)，介绍其顶层的分类(早期版本)CYC研究最早始于1984年，距今已经20余年(ThedevelopmentofCycwasaverylong-term,high-riskgamblethathasbeguntopayoff.见其主页)CYCKB包括数千个微理论(microtheories)，一些微理论面向特定领域，该机制允许各子库独立维护CYCKB已经有20万术语(term)，每个术语又包含了几十个论断(assertion)第4章知识表示20CYC本体论顶层分类第4章知识表示IndividualObjectIntangibleRepresentedThingEventStuffIntangibleObjectCollectionIntangibleStuffRelationshipInternalMachineThingAttributeValueSlotAttributeAbsoluteAttr.ValueRelativeAttr.ValueQualitativeAttr.ValueNonphysicalAttr.ValuePhysicalPerceivableAttr.ValueProcessSomethingOccurringDynamicProcessSomethingExistingIntelligenceCompositeTangible&IntangibleObj.TangibleObjectTangibleStuffThing21CYC本体论的层次结构(1)最顶层称为Thing/Entity/┬，下一层为什么是分为三个分支？最右分支一开始是作为其他两类的补充而出现，后来改进为元层次表示(metalevel)，可作为“关于表示的表示”而存在注意：某些CYC层次和分类仍有争论/也是本体论特色之一第4章知识表示22CYC本体论的层次结构(2)合乎老子的道家学说：TheTaogavebirthtotheOne;TheOnegavebirthtotheTwo;TheTwogavebirthtotheThree;AndtheThreegavebirthtothetenthousandthings.第4章知识表示23本体论顶层分类(1)二分法：物理(Physical)/抽象(Abstract)三分法：独立(Independent)/关系(Relative)/中介(Mediating)分别称为第一级(Firstness)/第二级(Secondness)/第三级/(Thirdness)二者结合生成6个类别第4章知识表示24本体论顶层分类(2)二分法和三分法结合(Peirce&Whitehead)/哲学上的理念第4章知识表示┬IndependentRelativeMediatingPhysicalAbstractActualityFormPrehensionPropositionNexusIntention25本体论顶层分类(3)三分法中的每个类可以分别用谓词或关系表示Actuality和Form用一元谓词表示，如potato(x)Prehension和Proposition用二元谓词表示，如form(x,y)∧sun(x)∧circle(y)Nexus和Intention用三元关系表示，设计图x指导建筑工y完成建筑z(但是不能仅用二元谓词的合取表示)第4章知识表示26本体论顶层分类(4)万物的存在形式与时间的关系：相对静止或变化中—于是增加一种属性描述，可以将上述分类再次一分为二相对静止—连续相(Continuants)相对变化—发生相(Occurrents)从时间角度观察万物，存在着一个视点(Viewpoint)：Minutes尺度—冰河(glacier)=Continuants/雪崩(avalanche)=Occurrents/Centuries尺度—冰河=Occurrents第4章知识表示27本体论顶层分类(5)第4章知识表示ObjectProcessSchemaScriptJunctureParticipationDescriptionHistoryStructureSituationReasonPurposeIndependentRelativeMediating Physical AbstractContinuantOccurrentContinuantOccurrent组合关系：Object=IPCetc.284.2.3

领域Ontology应用生物信息学(bioinformatics)是当前一个学科交叉的研究热点任务之一：在生物及医学科学文献中识别出生物实体之间的相互关系例如：蛋白质与蛋白质之间的关系 the<GAG>proteinfrommembranebindsto<Alix/AIP1>…疾病与治疗手段之间的关系 <anantichlamydial

macrolideantibiotic,roxithromycin>,canpreventmajorischaemiceventswith<unstableangina>第4章知识表示29N-N形式的名词复合在科学文献中，多个名词顺序连接组合成一个名词短语用以表示一个科技术语，这类组合称为名词复合(nouncompounds,NCs)/最简单的是N-N复合生物信息学中的例子abdomenradiographyinjuryrehabilitationdeliriumtreatment第4章知识表示30N-N间关系的确定很显然，N-N两个名词之间存在一定的关系，如上例中abdomenradiography是身体部位与检查手段之间的关系/识别N-N之间的关系也是一种关系识别有各种方法可以识别N-N之间的关系建立识别规则库，积累识别的例子通过语料库训练，采用统计学习方法进行分类利用专业领域词典，判别N-N各自的类别，从而建立两者之间的关系第4章知识表示31生物医学领域词汇本体库MeSHMeSH=MedicalSubjectHeadings是美国国家医学图书馆的词库(controlledvocabularythesauruswithhierarchicalstructure/lexicalontology)MeSH有15个主要子分支(sub-hierarchies,trees)，对应着医学词汇的主要分支A–Anatomy B–OrganismsC–Diseases每个子分支下还有更多的层次，最多到6层，类似于IP地址一样编号(第1层字母)第4章知识表示32N-N类别对可以认为：MeSH包含了生物医学领域中的绝大部分专业词汇；那么，N-N的两个名词通过查找MeSH中它们的上位类别不是可以找到两者之间的关系吗？因此，假定[BarbaraRosario,2005]：AllN-Ncanbecharacterizedbyacategorypair(CP),aparticularsemanticrelationshipholdsbetweenthem每个名词的category来自MeSH第4章知识表示33N-N间关系的标注语料库=1M篇Medlinetitlesandabstracts从中抽取了1MN-N名词复合其中不重复的N-N对共79677个，全部属于MeSHN-N取它们在MeSH之中的类别，构成了类别对，这个类别对就是一种语义关系/但是MeSH中有多个层次，哪个层次的类别确定关系最合适？手工判定，形成规则/抽取各类的20%进行标注标注原则：某个层次上的类别所包含的N-N之间都是同一关系，则所属类别接受为一条关系识别规则第4章知识表示34标注算法ForeachN1-N2,classifythemaccordingtosameC1&C2(toplevel),N1C1,N2C2,denoteeachclassasCCiForeachCCi,checkwhethereachmemberinitbelongstosamerelationIfyes,CCiisrecordedasaclassifyingrule;ifno,checkthreecases:descendonelevelofC1toC11,checkwhetherC11-C2isarule;descendonelevelofC2toC22,checkwhetherC1-C22isarule;descendonelevelofC1&C2toC11&C22,checkwhetherC11-C22isarule;repeatdescentprocesstillsomelevelsandgetarule第4章知识表示35实例形成的识别规则(1)都是第1层次：A01(bodyregion)–A07(cardiovascularsystem)scalparteries(头皮动脉)/heelcapillary(踵部毛细血管)/thighvein(大腿静脉)……第1层次和第2层次：A01–M01.643(Patients)：ankleinpatient/eyeoutpatientA01–M01.898(donors)：eyedonor/skindonor第4章知识表示36实例形成的识别规则(2)第2层次和第1层次：J01.637(manufacturedmaterials)–A01：glasseye/neopreneelbow(橡胶肘)……规则分布：250个CPs的一个名词属于Anatomy类，其中187个在第1层次，如A01-A07–74%55个降到第2层次，如A01-M01.898–22%7个降到第3层次–2%其他类E/G/N等，至少50%要降下1层第4章知识表示37实验结果根据上述规则，随机选择了20%N-N对作为测试集(开放集，完全不同于规则抽取依赖的数据)，进行实验/由具有生物医学知识背景的人员独立进行评价如果N-N中名词属于A/H01/C04之一，则得到89.6%的类内平均精确率(如果两个词同属于上述3类)(intra-categoryaveraging)/90.8%跨类平均精确率/似乎还不完整结果分析：存在一些歧义，需要进一步解决实验结果：令人满意甚至有点惊奇第4章知识表示384.3产生式系统

4.3.1产生式系统的组成

4.3.2产生式系统的应用第4章知识表示39产生式规则产生式系统是基于知识的智能体，其基础是各种知识元这些知识元之间存在着大量的因果关系即前提和结论的关系，用产生式或者称为规则的形式来表示是非常方便的大量应用于各类专家系统当中产生式系统=面向应用的逻辑系统第4章知识表示40各种产生式系统产生式最早由美国数学家Post提出，用于作为一种形式化运算工具一些特殊的产生式系统：谓词公式的蕴涵关系上下文无关文法BNF范式(巴克斯范式)第4章知识表示414.3.1产生式系统的组成产生式系统的三要素：综合数据库(或者称数据基)、产生式规则集和控制系统(或者称解释程序)产生式：一组产生式规则（规则集）相当于系统的知识库，每条规则分为左部LHS和右部(IF<前件>THEN<后件>)

/其中规则的<前件>表达的是该条规则所要满足的条件，规则的<后件>表示的是该规则所得出的结论，或者动作第4章知识表示42产生式系统的组成数据基：一个数据的集合，用于存放在推理过程中的已知条件、推导出的中间结果和最终结论等控制系统，用于控制系统的运行，它根据综合数据库中的当前数据，来选择合适的规则/不同的选择规则的方法，就构成了不同的控制策略/因此控制系统也可以称之为推理引擎第4章知识表示43产生式系统的特点(1)相对固定的格式前件匹配，后件动作匹配结果一般只有成功和失败匹配一般无递归匹配过程不影响数据基知识模块化规则可以分组组织规则之间的独立性较强知识库容易扩充和修改第4章知识表示44产生式系统的特点(2)相互影响的间接性一般是数据驱动(也有目标驱动)控制流看不出来，通过修改数据基间接影响其他产生式机器可读性无矛盾性的检查推理过程的解释就是产生式调用步骤第4章知识表示454.3.2产生式系统的应用产生式系统对某些领域的应用很有效知识从模块性角度可以分为两类：第一类：许多独立知识元构成，相互之间关系不密切典型例子：医生诊断/化学反应第二类：一个较小的核心推出其余的部分，形成一个统一整体典型例子：数学产生式系统适于第一类知识而不适用于第二类第4章知识表示46产生式表示举例(1)猜帽子颜色3个人每人头上1顶帽子(看不到自己头上的帽子)，红白两色，至少1顶为白色/看谁抢答正确情况分析：1顶白色/2顶白色/3顶白色结合眼见情况，作出判断1)1顶白帽—看见2顶红帽→头上帽子必为白色/立即抢答2)1顶白帽—看见1白1红→白者抢答/自己不要落后跟着答红色第4章知识表示47产生式表示举例(2)3)2顶白帽—看见1白1红→第1次提问白者答不出，则自己抢答为白色4)2顶白帽—看见2顶白帽→第1遍任一个白者答不出，第2遍某个白者答出/自己应立即抢答为红色5)3顶白帽—看见2顶白帽→第1遍和第2遍二人都答不出，则应抢答为白色设另外2人分别为A,B第4章知识表示48产生式表示举例(3)写为产生式规则如下：A=红帽∧B=红帽→自己=白帽A=红帽∧B=白帽∧B抢答→自己=红帽(A|B的帽色交换，同样结论，是对称的)A=红帽∧B=白帽∧B第1次答不出→自己=白帽A=白帽∧B=白帽∧B第1次答不出∧B第2次答出→自己=红帽A=白帽∧B=白帽∧B第1次答不出∧B第2次答不出→自己=白帽第4章知识表示49产生式系统推理中的相关问题数据基中部分谓词保持不变问题—框架问题(参见第4.6节)随时间而变化的情景演算匹配冲突问题解决冲突的策略—产生式、数据、目标的排序非确定性匹配不同事实的匹配加权计算引入概率值的不精确推理第4章知识表示504.4框架

4.4.1框架的表示

4.4.2框架系统的功能第4章知识表示51框架与属性列举对于事物的描述，可以列举事物的属性/知识表示从属性描述开始，如属性表框架是Minsky在1975年提出的一种概念，用于表示出事物各方面的属性，也可以表示事物之间的类属关系、事物的特征和变异用于识别、分析、预测事物及其行为第4章知识表示524.4.1框架的表示框架表示的基本思想：各类事物的状态、属性、发展过程和相互关系往往有一定规律性，可称为“套子”，总结出来存于知识库；以后再认识新事物时，可以根据新事物初步印象，用类比方法从知识库取出一个最近似的“套子”，进行匹配，可以尽快获得对新事物的全面认识第4章知识表示53框架的表示形式框架的基本要素—“属性-值”对或“槽-值”对/框架由一系列“属性-值”对组成第4章知识表示L2L1L3L4AL5L6L7L8L9BC左图是一个立方体上方斜俯视图其框架主要由面和线组成54立方体斜俯视图框架框架名：立方体斜俯视图物体：立方体视角：斜俯视呈现形状：六角形上面：面A斜视图(L1,L2,L3,L4)左下面：面B斜视图(L5,L4,L6,L8)右下面：面C斜视图(L6,L3,L7,L9)边：{L1,L2,L3,L4,L5,L6,L7,L8,L9}姿态：平卧负载面：A接地面：{B,C}第4章知识表示55面斜视图框架框架名：面X斜视图(y1,y2,y3,y4)物体：矩形面视角：斜俯视|斜侧俯视呈现形状：平行四边形左上边：y1右上边：y2左下边：y3右下边：y4姿态：平卧|直立负载面：是|否接地面：是|否第4章知识表示56框架的主要特征框架具有以下6条主要特征每个框架有一个框架名(可带参数)每个框架有一组属性，每个属性称一个槽，存放属性值属性有一定的数据类型，不同属性类型不同属性值可以是子框架调用，调用可以带参数有些属性值可以事先确定，有些属性值需要在生成实例时代入属性值在代入时需要满足一定条件，不同属性值之间有时也要满足一定的约束条件第4章知识表示574.4.2框架系统的功能一个框架系统应该具备以下10个功能功能1—描述设置一组属性/规定每个属性的性质/规定属性之间关系每个属性本身无内部结构/需要时又可调用其它框架则此时变为有内部结构属性可以设置缺省值同一属性的数量可以不确定可以设置可选的属性第4章知识表示58框架系统具备的功能(2)功能2—子类子类定义通过子框架实现通过某个属性把一系列框架联系起来，形成一个层次体系例子：房间框架→厨房框架→公共厨房框架功能3—实例子类的最底层是实例第4章知识表示59框架系统具备的功能(3)功能4—匹配与产生式不同，框架通常只能与现实做到部分匹配，完全匹配是一个特殊情况/因为框架是对一类事物的完整或典型的描述，而待匹配的具体个体不可能做到完全一致不匹配的情况：某个属性不存在/与规定的属性值不符/缺省值不符/属性类型不符当存在不匹配时，如何判定是否匹配成功：规定必要条件/规定允许误差/属性加权/增加判定式第4章知识表示60框架系统具备的功能(4)功能5—预测根据框架中的条件和观察值，预测其它框架中的事物例子：机器人进入房间看到3个煤气罐，根据“煤气罐数量=煤气灶数量”，推断存在3个煤气灶(尽管可能没有发现3个煤气灶)功能6—继承下层框架从上层框架继承相关的属性、属性值、条件继承时可以有限制地继承/排斥属性、属性值、条件等第4章知识表示61框架系统具备的功能(5)功能7—变异如果发生框架与事物很不一致的情况，导致框架调用的变化对面临的复杂情况，可以引入综合分析功能8—更新框架调用的改变功能9—修改如果尚不能调用新框架，则修改老框架功能10—查找实现过程中运用各种查询策略第4章知识表示624.5语义网络

4.5.1

命题语义网络

4.5.2

语义网络上的推理

4.5.3

综合举例第4章知识表示63语义网络的提出Quilian在其博士论文中最早把语义网络作为知识表示工具(1966)当时称为联想网络—所有概念节点通过联想弧彼此连接，可进行知识推导本节主要介绍命题语义网络此外还有：数据语义网络/语言语义网络简要介绍语义网络上的推理最后给出一个综合例子，分别使用产生式、框架、语义网络表示同样的陈述第4章知识表示644.5.1命题语义网络第4章知识表示

2元谓词用语义网络来表示(实际上n元谓词都可以用2元谓词表示)命题=海浪把战舰轻轻地摇

轻轻摇(海浪,战舰) —1个谓词

进一步分解谓词“摇”： —3个谓词

动作主体(摇，海浪)动作对象(摇，战舰)动作方式(摇，轻轻)

引入更多的知识(常识)，构成更复杂网络65第4章知识表示海浪战舰轻轻摇摇轻轻战舰海浪动作主体动作对象动作方式

轻轻方式全域行为摇动事物战舰

海浪某港海浪某港战舰

子集子集子集

子集子集个体个体

个体子集动作对象动作方式动作主体66命题语义网络中谓词连接符如果命题语义网络要具备充分表达谓词公式的能力，需要进一步表示“与”/“或”/“非”等连接词与节点—圆圈表示或节点—菱形框表示非—不表示全称量词/存在量词—网络分块化技术(Hendrix,1975)第4章知识表示67分块命题语义网络命题=每个学生都读过一本所有作家都喜欢的书相应的谓词公式s{Student(s)b[Book(b)Read(s,b)w[Writer(w)Like(w,b)]]}该语义网络中存在大小两个命题(两个谓词)/大命题(读)套着小命题(喜欢)大小命题分别用g1/g2表示—GS是全体命题集合/F代表命题是什么第4章知识表示68第4章知识表示694.5.2语义网络上的推理第4章知识表示语义网络上的操作主要分为检索和推理2种，检索可视为一种特殊推理/推理分为2类闭式推理开式推理闭式推理研究概念的检索，其过程是从某两个概念节点出发，不断向其相邻的节点扩展，直到两者扩展的节点在某处相交—即发现了二者之间的相互联系70开式推理第4章知识表示开始推理是针对语义网络中的某个或者某些概念提出问题，通过网络上的推理来回答问题对于最简单的命题语义网络：轻轻摇(海浪,战舰)/只能对海浪和战舰提问，而不能对“轻轻摇”提问海浪轻轻摇什么？什么轻轻摇战舰？不能问：海浪对战舰干什么？716.5.3综合举例第4章知识表示试分别用产生式系统、框架结构和命题语义网络3种知识表示形式表示上述关于导弹的知识导弹是一种自动飞行的、攻击敌方目标的武器导弹分为战略导弹和战术导弹，战略导弹中30%是巡航式导弹，70%是弹道式导弹，而战术导弹都是巡航式的战略导弹中85%是陆基发射的，15%是潜艇发射的；潜艇发射的导弹都是战略导弹，而陆基发射的80%是战略导弹，20%是战术导弹战术导弹可以由陆基发射、飞机发射和军舰发射72表示—产生式(1)第4章知识表示方式：根据句子，给出规则句子：导弹是一种自动飞行的、攻击敌方目标的武器。规则：导弹(X)→武器(X)飞行方式(X，自动)目标(X，敌方)句子：导弹分为战略导弹和战术导弹，规则：导弹(X)→战略导弹(X)战术导弹(X)73表示—产生式(2)第4章知识表示句子：战略导弹中30%是巡航式导弹，70%是弹道式导弹，而战术导弹都是巡航式的。规则：战略导弹(Y)→巡航式(Y，30%)弹道式(Y，70%)战术导弹(Z)→巡航式(Z，100%)句子：战略导弹中85%是陆基发射的，15%是潜艇发射的；规则：战略导弹(Y)→发射方式和比例(Y，陆基，85%)发射方式和比例(Y，潜艇，15%)74表示—产生式(3)第4章知识表示句子：潜艇发射的导弹都是战略导弹，而陆基发射的80%是战略导弹，20%是战术导弹规则：发射方式和比例(Y，潜艇，100%)→战略导弹(Y)/发射方式和比例(Y，陆基，80%)→战略导弹(Y)/发射方式和比例(Z，陆基，20%)→战术导弹(Z)句子：战术导弹可以由陆基发射、飞机发射和军舰发射。规则：战术导弹(Z)→发射方式(Z，陆基)发射方式(Z，飞机)发射方式(Z，军舰)75表示—框架(1)第4章知识表示框架名：导弹使用方式：自动飞行使用目的：攻击敌方目标子类：战略导弹子类：战术导弹类型：巡航式|弹道式发射方式：陆基|潜艇|飞机|军舰备注：陆基80%=战略导弹/20%=战术导弹76表示—框架(2)第4章知识表示框架名：战略导弹使用方式：自动飞行使用目的：攻击敌方目标类型：巡航式|弹道式类型比例：30%

|70%发射方式：陆基|潜艇|飞机|军舰发射方式比例：85%|15%|0%|0%备注：无77表示—框架(3)第4章知识表示框架名：战术导弹使用方式：自动飞行使用目的：攻击敌方目标类型：巡航式类型比例：100%发射方式：陆基|潜艇|飞机|军舰发射方式比例：X1%|0%|X2%|X3%备注：X1+X2+X3=10078表示—语义网络第4章知识表示找出句子中的实体要素，确定要素之间的关系例如：导弹是一种自动飞行的、攻击敌方目标的武器要素：武器/导弹/自动飞行/攻击敌方目标要素间关系：导弹—武器=子集关系/导弹—使用方式=属性关系使用方式—自动飞行=个体(使用方式的一种)/导弹—使用目的=属性关系/使用目的—攻击目标=个体(使用目的的一种)79语义网络表示分析第4章知识表示例如：战略导弹中85%是陆基发射的，15%是潜艇发射的要素：战略导弹/陆基/85%/潜艇/15%/发射关系：战略导弹—发射方式=属性发射方式—陆基/潜艇=个体/发射方式—组成比例=属性组成比例—85%/15%=子集/85%—陆基=数量/15%—潜艇=数量关系种类：子集/个体/属性/数量80语义网络图示第4章知识表示武器导弹使用方式自动飞行战略导弹战术导弹组成比例弹道导弹巡航导弹70%30%子集子集数量数量属性属性子集个体子集子集陆基飞机军舰100%属性数量属性组成比例子集属性发射方式属性个体发射方式个体个体个体组成比例潜艇陆基个体85%15%属性数量数量子集子集属性属性100%20%数量数量数量子集子集80%子集组成比例814.6动态知识表示

4.6.1情景演算

4.6.2解决框架问题

4.6.3事件演算第4章知识表示82静态的和动态的知识表示第4章知识表示事物的分类、属性描述、关系描述，属于对事物的静态知识表示动态是事物存在的更根本的形式，因此有必要研究动态的知识表示有两类动态形式：智能体的行动引起了事物存在状态的改变/不显式表示时间—状态因行动而改变—情景演算包含时间因素在内—不同时点或区间上事件的发生引起状态的改变—事件演算83表示的框架第4章知识表示如果状态描述包含大量因素，可能改变的只是其中一小部分需要表示出变化和不变的部分表示形式：谓词公式情景演算表示形式—含有状态变换的流谓词行动通过流谓词改变世界的状态，关于行动描述的公理需要多少个？如何根据状态改变的数目来决定描述公理的数目？时间怎样表示？时间点和区间844.6.1情景演算第4章知识表示用情景表示行动实施后产生的状态，一系列状态的变化称为情景演算情景演算中的知识表示：行动(函数)—逻辑项集合，这些逻辑项通常为函数，如Forward/Turn(Right)/目前假设环境中只有一个智能体在行动情景(situation)(状态)—逻辑项集合，由初始情景(常称为S0)和所有在该情景上应用一个行动后生成的情景(状态)组成如：函数Result(a,s)(有时称为D0)=对情景s执行行动a产生的情景

85情景演算知识表示第4章知识表示流(fluent)—使从一个情景变换到下一个情景的函数和谓词/如智能体位置改变的函数/可称为流谓词、流函数/意味着在情景间流动或变换，见图在流谓词的表示中，情景是其中的最后一个参数/如﹁Holding(G1,S0)表示智能体在初始情景S0下未持有金子G1永久谓词和函数—即不受时间影响的谓词和函数/如谓词Gold(G1)86流函数作用下的情景变换

第4章知识表示

ForwardS0Res(Forward,S0)Res(Turn(Right),Res(Forward,S0))

123

321

123

321

321

12387情景的序列第4章知识表示按照多个单个行动的结果来定义序列的结果保持情景不变：执行一个空序列 Result([],s)=s行动改变情景(状态)：执行一个非空序列，即执行第一个行动然后在产生的情景中执行剩下的行动 Result([a|seq],s)=Result(seq,Result(a,s))

投影(projection)任务：一个情景演算智能体演绎出的一个给定行动序列及结果88例子：找金子(1)第4章知识表示S0:智能体Agent在[1,1]而金子G1在[1,2]目标:将金子G1放到[1,1]流谓词是某物在某处At(o,x,s)/取到某物Holding(o,s)Agent取到G1的过程：初始状态At(Agent,[1,1],S0)∧At(G1,[1,2],S0)At(o,x,S0)<=>[(o=Agent∧x=[1,1])∨(o=G1∧x=[2,2])]89例子：找金子(2)第4章知识表示﹁Holding(o,S0)|o=AgentGold(G1)∧Adjacent([1,1],[1,2])∧Adjacent([1,2],[1,1])Go([1,1],[1,2])At(Agent,[1,2],Result([Go([1,1],[1,2])],S0))Grab(G1)Holding(Agent,Result([Go,Grab],S0))Go([1,2],[1,1])At(G1,[1,1], Result([Go([1,1],[1,2]),Grab(G1), Go([1,2],[1,1])],S0))AgentwithG1 ★90情景演算公理第4章知识表示最简单版本的情景演算中，每个行动可以用两条公理来描述：可能性公理(possibilityaxiom)—表述什么时候s可以执行行动aPOSSIBILITYAXIOM:前提(表示当前状态的流谓词)=>Poss(a,s)效应公理(effectaxiom)—表述某个可能的行动被执行后会发生什么EFFECTAXIOM：Poss(a,s)=>采取行动而造成的改变，新的情景91可能性公理示例第4章知识表示在例子中，可能性公理表示一个智能体能够在相邻位置间移动，能够在当前位置抓住一块金子，也能够放开它持有的一些金子：At(Agent,x,s)∧Adjacent(x,y)=> Poss(Go(x,y),s)Gold(g)∧At(Agent,x,s)∧At(g,x,s)=>Poss(Grab(g),s)Hold(g,s)=>Poss(Release(g),s)92效应公理示例第4章知识表示在例子中，效应公理表示：如果一个行动是可能的，那么在由执行此行动而产生的情景中某些属性(流谓词)会成立从x走到y导致智能体处于y，抓住金子导致持有金子，而放开金子导致不持有金子Poss(Go(x,y),s)=>At(Agent,y,Result(Go(x,y),s))Poss(Grab(g),s)=>Hold(g,Result(Grab(g),s))Poss(Release(g),s)=>﹁Hold(g,Result(Release(g),s))93利用公理来规划(1)第4章知识表示在前面“找金子”例子中，Agent拿到金子需要完成的情景演算是：At(G1,[1,1],Result([Go([1,1],[1,2]),Grab(G1), Go([1,2],[1,1])],S0))在这个情景演算的推理过程中，达到这一目标是利用上述公理构造一个规划(形成一个行动序列)以便得到金子规划的结果就是实现下述查询：seqAt(G1,[1,1],Result(seq,S0))94利用公理来规划(2)第4章知识表示应用上述公理，规划的过程是：Agent到达[1,2]：At(Agent,[1,2],Result(Go([1,1],[1,2]),S0))此时，金子也应该在[1,2]保持位置不变，尽管情景从S0转换到Result(Go([1,1],[1,2]),S0))/但是公理并没有告知从初始状态At(G1,[1,2],S0)到新状态依然如此，即At(G1,[1,2],Result(Go[1,1],[1,2]),S0))所以，问题是：效应公理说明了什么会改变，却没有说明什么会保持原状95框架问题第4章知识表示表示所有保持原状的东西被称为框架问题(frameproblem)/需要找到框架问题的有效解决方案实际上几乎所有东西都是时常保持不变的，每个行动都只影响全部流中的很小一部分解决方案之一是写下明确的框架公理(frameaxioms)，说明什么保持不变例如，智能体的移动不会影响其它对象，除非对象被智能体持有：At(o,x,s)∧o≠Agent∧﹁Holding(o,s)=>At(o,x,Result(Go(y,z),s))964.6.2解决框架问题第4章知识表示如果使用框架公理来解决框架问题，那么应该怎样有效地组织这些公理？表示框架问题(representationalframeproblem)设：有F个流谓词和A个行动，则我们需要框架公理的条数为O(AF)，即行动可能在每个流谓词里发生作用但如果每个行动最多有E种效果，而典型情况下E<<F，则只要表示行动产生的结果就可以了；所以可用一个O(AE)条数框架公理表示发生的情况97推理框架问题第4章知识表示推理框架问题(inferentialframeproblem)该问题与表示框架问题有紧密联系设：有一个t步规划(即有t个行动)，需要在每一步上考虑G个公理的每一条，则获得最终投影(行动序列及结果)的时间可能是O(Gt)或者O(AEt)(考虑公理的平均规模)但实际上许多公理在某一时刻并没有发生变化，所以应该只考虑t时间内E种结果；于是在时间O(Et)内可以获得最终投影98解决表示框架问题第4章知识表示使用后继状态公理来解决表示框架问题考虑每个流谓词在时间上的演化，则效应公理改进为后继状态公理，形式如下：SUCCESSOR-STATEAXIOM：Poss(a,s)

=>(结果状态中的流谓词为真<=>给出使此流谓词为真的行动∨此流谓词原本为真而无改变它的行动)在不考虑不可能行动的限制下，注意这个定义使用了<=>，而不是=>/这意味着公理判定流谓词为真当且仅当右侧成立99后继状态公理示例(1)第4章知识表示注意：∨符号后面的部分表示了不变的部分关于智能体位置的后继状态公理在执行一个行动后智能体处于y，要么行动是可能的并且由移动到y组成，要么智能体已经处于y并且行动不是移动到其它某处Poss(a,s)=> (At(Agent,y,Result(a,s))<=> a=Go(x,y)∨(At(Agent,y,s)∧a≠Go(y,z)))100第4章知识表示关于Holding的公理—在执行一个动作后，智能体将持有g：要么行动是抓住g并且抓住是可能的，要么智能体已经持有g并且行动不是放开gPoss(a,s)=> (Holding(g,Result(a,s))<=> a=Grab(g)∨(Holding(g,s)∧a≠Release(g)))后继状态定理解决了表示框架问题/公理的总规模为O(AE)，即A个行动各有E种效应，每个恰好只提到了一次/这些表示分散在G条不同的公理中，所以每条公理的平均表示规模为AE/G后继状态公理示例(2)101隐含效果第4章知识表示因为行动是智能体产生的，而不是金子；那么金子的移动应该如何实现？需要说明智能体行动的隐含效果(impliciteffect)智能体从x移动到y有一个隐含效果，即它所携带的一切也将移动/隐含效果的处理称为分支问题包含携带物的智能体移动公理为：Poss(a,s)(At(o,y,Result(a,s)) (a=Go(x,y)∧(o=Agent∨Holding(o,s))) ∨(At(o,y,s)∧﹁(z

y≠z∧a=Go(y,z)∧ (o=Agent∨Holding(o,s))

))102一些约定第4章知识表示唯一名称公理—规定知识库中不同的常量具有不同的名字唯一名称假设—这一点不是由知识库而是由证明过程假设时唯一行动公理—同一名称的两个行动项(函数)如果指代同一行动，当且仅当它们涉及的对象全部相同A(x1,…,xm)=A(y1,…,

ym)x1=y1∧…∧xm=ym由初始状态描述、后继状态公理及其上面的约定结合起来用以证明有关规划103解决推理框架问题第4章知识表示前面提到使用状态后继公理以后，每条公理的平均规模为AE/G，如果在每步都考虑G条公理，则t步推理所需时间为t*G*(AE/G)=AEt实际上这个时间可以降低—解决推理框架问题为解决推理框架问题，有两种可能性：放弃情景演算，发明新的公理形式，如流演算改变推理机制来更有效地处理框架公理/明确地在每个步骤指出哪个行动被执行，哪个不执行104公理中表示每个行动第4章知识表示当明确知道在每个时间步执行哪个行动时，推理框架问题可以不取决于行动的数量A例子：Poss(a,s)=> (Fi(Result(a,s))(a=A1∨a=A2…)∨ Fi(s)∧(a≠A3)∧(a≠A4)…)每条公理提供了一些可以使流为真的行动和一些可以使流为假的行动(a未作用于s)105行动使谓词为真或为假第4章知识表示通过引入表示行动a使Fi为真的谓词PosEffect(a,Fi)/表示行动a使Fi为假的谓词NegEffect(a,Fi)，可以将前面的公理模式重写为：Poss(a,s)=>(Fi(Result(a,s)) PosEffect(a,Fi)∨[Fi(s)∧﹁NegEffect(a,Fi)])PosEffect(A1,Fi)PosEffect(A2,Fi)…NegEffect(A3,Fi)NegEffect(A4,Fi)…能否自动完成取决于框架公理的确切格式106进行有效推理(1)第4章知识表示为了形成一个使用类似这样的公理进行有效推理的过程，我们需要做3件事：(1)为PosEffect

和NegEffect

谓词建立基于它们首要参数的索引，这样当我们已知在时间t发生了一个行动时，我们可以在O(1)时间内找到它的结果(2)为公理建立索引，以便一旦我们知道Fi是一个行动的结