Robótica Inteligente Tema 3: Mecánica L. Enrique Sucar Alberto Reyes ITESM Cuernavaca.
Modelos Cualitativos Sesión 10 Eduardo Morales / L. Enrique Sucar Sesión 10 Eduardo Morales / L....
-
Upload
carmelo-toro-aranda -
Category
Documents
-
view
221 -
download
0
Transcript of Modelos Cualitativos Sesión 10 Eduardo Morales / L. Enrique Sucar Sesión 10 Eduardo Morales / L....
Modelos CualitativosModelos Cualitativos
Sesión 10Eduardo Morales / L. Enrique Sucar
Sesión 10Eduardo Morales / L. Enrique Sucar
Fundamentos de Inteligencia ArtificialFundamentos de Inteligencia Artificial
El conocimiento superficial representa conocimiento que puede utilizarse en situaciones específicas, en donde las conclusiones se derivan directamente de las observaciones.
El conocimiento superficial representa conocimiento que puede utilizarse en situaciones específicas, en donde las conclusiones se derivan directamente de las observaciones.
Conocimiento Superficial vs. ProfundoConocimiento Superficial vs. Profundo
Normalmente los SE tienen conocimiento superficial en forma de reglas de producción. Normalmente los SE tienen conocimiento superficial en forma de reglas de producción.
IF el tanque está vacío Then el coche no arrancaIF el tanque está vacío Then el coche no arranca
Un sistema físico puede describirse en términos de sus componentes y conexiones. Un sistema físico puede describirse en términos de sus componentes y conexiones.
v.g.,v.g.,
La motivación es capturar conocimiento de sentido común de los expertos.
El conocimiento profundo se refiere a las estructuras internas y causales de un sistema y considera las interacciones entre sus componentes.
La motivación es capturar conocimiento de sentido común de los expertos.
El conocimiento profundo se refiere a las estructuras internas y causales de un sistema y considera las interacciones entre sus componentes.
Generadorde Vapor
Normalmente se hace una simulación cualitativa y en este curso vamos a ver una herramienta de simulación llamada QSIM.
Normalmente se hace una simulación cualitativa y en este curso vamos a ver una herramienta de simulación llamada QSIM.
Una forma de representar conocimiento profundo es por medio de modelos cualitativos.
Una forma de representar conocimiento profundo es por medio de modelos cualitativos.
Surgió al tratar de resolver problemas de ingeniería y dándose cuenta que simuladores más grandes o mejores resolvedores de ecuaciones no solucionarían totalmente el problema.
Surgió al tratar de resolver problemas de ingeniería y dándose cuenta que simuladores más grandes o mejores resolvedores de ecuaciones no solucionarían totalmente el problema.
Un modelo cualitativo consiste en un conjunto de variables de estado (o parámetros) del sistema y un conjunto de restricciones que relacionan las variables.
Dada una descripción inicial queremos predecir el comportamiento.
Un modelo cualitativo consiste en un conjunto de variables de estado (o parámetros) del sistema y un conjunto de restricciones que relacionan las variables.
Dada una descripción inicial queremos predecir el comportamiento.
Ejemplo Tubo U
Modelo CualitativoTubo U
1. ƒ es continua en [a,b] 2. ƒ es continuamente diferenciable en (a,b ) 3. ƒ tiene un número finito de puntos de inflexión (críticos) en cualquier intervalo cerrado
1. ƒ es continua en [a,b] 2. ƒ es continuamente diferenciable en (a,b ) 3. ƒ tiene un número finito de puntos de inflexión (críticos) en cualquier intervalo cerrado
Variables Cualitativas: Operan sobre funciones razonables. Si, [a,b ] R* la función
ƒ: [a,b] R* es una función razonable sobre [a,b] si:
Variables Cualitativas: Operan sobre funciones razonables. Si, [a,b ] R* la función
ƒ: [a,b] R* es una función razonable sobre [a,b] si:
4. existen los límites4. existen los límites
limlimtata ƒ’(t)= ƒ’(a)ƒ’(t)= ƒ’(a)
limlimtbtb ƒ’(t)= ƒ’(b)ƒ’(t)= ƒ’(b)
yy
Espacios Cualitativos: El espacio cualitativo está definido por un conjunto de símbolos totalmente ordenado (valores landmark o característicos)
Espacios Cualitativos: El espacio cualitativo está definido por un conjunto de símbolos totalmente ordenado (valores landmark o característicos)
Cada landmark es un nombre simbólico de un valor particular cuyo valor actual no se
conoce. Por omisión (default): (- ,0, )
Cada landmark es un nombre simbólico de un valor particular cuyo valor actual no se
conoce. Por omisión (default): (- ,0, )
l < l <…< ll < l <…< l11 22 kk
Se debe de incluir un valor landmark por
cada punto de inflexión (i.e., ƒ '( t ) = 0), por lo que durante la simulación a veces es posible crear nuevos landmarks.
Se debe de incluir un valor landmark por
cada punto de inflexión (i.e., ƒ '( t ) = 0), por lo que durante la simulación a veces es posible crear nuevos landmarks.
Variables para el Ejemplo del Tubo U
• CantA (0 Amax )
• CantB (0 Bmax )
• PresA (0 )
• PresB (0 )
• PAB (- 0 )
• flujo A->b (- 0 )
• Total (0 )
Las restricciones representan versiones cualitativas de operaciones matemáticas comunes, tales como suma, multiplicación y diferenciación, y permiten mapear directamente una gran cantidad de ecuaciones diferenciales.
Las restricciones representan versiones cualitativas de operaciones matemáticas comunes, tales como suma, multiplicación y diferenciación, y permiten mapear directamente una gran cantidad de ecuaciones diferenciales.
QSIM es un sistema para simulación cualitativa desarrollado por B. Kuipers yotros.
Dado un conjunto incompleto de estados de variables y un conjunto de restricciones, QSIM determina todos los posibles estados que son consistentes con las restricciones.
QSIM es un sistema para simulación cualitativa desarrollado por B. Kuipers yotros.
Dado un conjunto incompleto de estados de variables y un conjunto de restricciones, QSIM determina todos los posibles estados que son consistentes con las restricciones.
Simulación cualitativa: QSIM
El estado cualitativo de una variable es una lista con su valor cualitativo (en o entre valores característicos) y la derivada cualitativa: aumentando (inc), decreciendo (dec) o constante (std)
El estado cualitativo de una variable es una lista con su valor cualitativo (en o entre valores característicos) y la derivada cualitativa: aumentando (inc), decreciendo (dec) o constante (std)
Estado Cualitativo
Definición: Sean lt <…< lk los valores
característicos de ƒ: [a,b] R* ,
para cualquier t [a,b] .
Definición: Sean lt <…< lk los valores
característicos de ƒ: [a,b] R* ,
para cualquier t [a,b] .
Un estado cualitativo de ƒ en t, QS (ƒ , t ), es un par <qval, qdir> definido como:
Un estado cualitativo de ƒ en t, QS (ƒ , t ), es un par <qval, qdir> definido como:
inc if ƒ’(t ) > 0inc if ƒ’(t ) > 0
std if ƒ’(t) = 0std if ƒ’(t) = 0dec if ƒ’(t ) < 0dec if ƒ’(t ) < 0
qdir =qdir ={{
l if ƒ (t ) = l ; un landmarkl if ƒ (t ) = l ; un landmark
(l , l ) if ƒ (t ) (l , l ) (l , l ) if ƒ (t ) (l , l )
jj jj
jj j +1 j +1 jj j +1 j +1
qval =qval ={{
A pesar de que está definido continuamente, la descripción se hace en puntos discretos.
Entre puntos distinguibles t y t podemos
definir un valor cualitativo QS( ƒ,t ,t ) para todo el tiempo entre t y t .
A pesar de que está definido continuamente, la descripción se hace en puntos discretos.
Entre puntos distinguibles t y t podemos
definir un valor cualitativo QS( ƒ,t ,t ) para todo el tiempo entre t y t .
ii i+1i+1
ii i+1i+1
ii i+1i+1
Si un sistema, es un conjunto F = {ƒ,…, ƒ } de funciones , ƒi : [a,b] R*, el comportamiento cualitativo de un sistema se describe como una secuencia de estados de la forma:
Si un sistema, es un conjunto F = {ƒ,…, ƒ } de funciones , ƒi : [a,b] R*, el comportamiento cualitativo de un sistema se describe como una secuencia de estados de la forma:
11 mm
QS(F,t ), QS(F,t ,t ), QS(F,t ), ... ,
QS(F,t , t ), QS (F,t ).
QS(F,t ), QS(F,t ,t ), QS(F,t ), ... ,
QS(F,t , t ), QS (F,t ).
00 00 11 11
n-1n-1 nn nn
Restricciones Cualitativas:Restricciones Cualitativas:
El estado cualitativo se expresa en términos de los valores de las variables.
Las relaciones entre las variables están dadas por las restricciones cualitativas: suma, mult, menos, deriv, M+ , M- y constante.
El estado cualitativo se expresa en términos de los valores de las variables.
Las relaciones entre las variables están dadas por las restricciones cualitativas: suma, mult, menos, deriv, M+ , M- y constante.
Dada cualquier ODE (ecuaciones diferenciales
ordinarias), éstas las podemos traducir a su
equivalente QDE (ecuaciones diferenciales
cualitativas), pero una QDE puede mapear a
un número infinito de ODE.
Dada cualquier ODE (ecuaciones diferenciales
ordinarias), éstas las podemos traducir a su
equivalente QDE (ecuaciones diferenciales
cualitativas), pero una QDE puede mapear a
un número infinito de ODE.
d2u/dt - du/dt + arctan ku = 0
ƒ 1 = du/dt deriv(u, ƒ 1 )
ƒ 2 = d ƒ 1 / dt deriv(ƒ 1 , ƒ 2 )
ƒ 3 = ku mult(k,u, ƒ 3 )
ƒ 4 = arctan ƒ 3 M+(ƒ 3 , ƒ 4 )
ƒ 2 - ƒ 1 + ƒ 4 = 0 suma(ƒ 2 , ƒ 4 , ƒ 1 )
d2u/dt - du/dt + arctan ku = 0
ƒ 1 = du/dt deriv(u, ƒ 1 )
ƒ 2 = d ƒ 1 / dt deriv(ƒ 1 , ƒ 2 )
ƒ 3 = ku mult(k,u, ƒ 3 )
ƒ 4 = arctan ƒ 3 M+(ƒ 3 , ƒ 4 )
ƒ 2 - ƒ 1 + ƒ 4 = 0 suma(ƒ 2 , ƒ 4 , ƒ 1 )
Ejemplo:
Los valores correspondientes son tuplas de valores landmark que pueden tomar las variables en un tiempo determinado (v.g., M +(x,y), [(0,0)] ).
Los valores correspondientes son tuplas de valores landmark que pueden tomar las variables en un tiempo determinado (v.g., M +(x,y), [(0,0)] ).
[V ] = el signo de V [V ] = el signo de V
[V]V0 = signo(V - V0)[V]V0 = signo(V - V0)
[V]0= signo (V)[V]0= signo (V){{[+] if V > 0[+] if V > 0[0] if V = 0[0] if V = 0[-] if V < 0[-] if V < 0
SUMA: suma (x,y,z) [( x1,y1,z1 ), ...] (corresponding values)
SUMA: suma (x,y,z) [( x1,y1,z1 ), ...] (corresponding values)
Suma [+] [0] [-]
[+]
[0]
[-]
[+]
[+]
[+]/ [0] / [-]
[+]/ [0] / [-][+]
[0]
[-] [-]
[-]
[X ] + [Y ] = [Z ] [X ] + [Y ] = [Z ] 11
[X]+ [Y]= [Z][X]+ [Y]= [Z]
[X]xi + [Y]yi = [Z]zi [X]xi + [Y]yi = [Z]zi 22
33
MULT: mult (x,y,z) [(x1,y1,z1), ...]MULT: mult (x,y,z) [(x1,y1,z1), ...][X]0 [Y]0 = [Z]0 [X]0 [Y]0 = [Z]0
mult
[+] [+][0][-]
[+]
[0] [0] [0]
[0] [-]
[-] [0] [+]
[0] [-]
1.
[Y]0 [X] + [X]0 [Y] = [Z] [Y]0 [X] + [X]0 [Y] = [Z] 2.
MENOS: MENOS:
Valores correspondientes: (0 0),(- , ),( ,-) Valores correspondientes: (0 0),(- , ),( ,-)
[X]xi = -[Y]yi [X]xi = -[Y]yi
[X] = -[Y] [X] = -[Y] 1.1.
2.2.
DERIV:DERIV:
3.3.
[X] = [Y]0 [X] = [Y]0 1.1.
M+ (monotónicamente creciente) M+ (monotónicamente creciente)
M- (monotónicamente decreciente) M- (monotónicamente decreciente)
[X]xi = -[Y]yi[X]xi = -[Y]yi
[X]xi = [Y]yi[X]xi = [Y]yi
[X] = [Y][X] = [Y]
[X] = - [Y][X] = - [Y]
1.1.
1.1.
2.2.
2.2.
CONSTANT CONSTANT
Se pueden combinar los landmarks con valores cuantitativos para tener más información.
Se pueden combinar los landmarks con valores cuantitativos para tener más información.
[X] =0[X] =0
[X]a = 0[X]a = 0
También pueden existir para operaciones de muchas variables. También pueden existir para operaciones de muchas variables.
si M+(x,y), y [x] * = [+] [y] * = [+],
si suma (x,y,z), y [x]0 = [+] y [z]0 = [-] [y]0 = [-]
si M+(x,y), y [x] * = [+] [y] * = [+],
si suma (x,y,z), y [x]0 = [+] y [z]0 = [-] [y]0 = [-]
QSIM también permite propagar descripciones cualitativas entre variables a través de restricciones,v.g.,
QSIM también permite propagar descripciones cualitativas entre variables a través de restricciones,v.g.,
En el caso del tubo-U, dada la descripción inicial de Tanque A lleno y Tanque B vacío (CantA = Amax y CantB = 0), podemos propagar para conocer los otros valores de las otras variables.
En el caso del tubo-U, dada la descripción inicial de Tanque A lleno y Tanque B vacío (CantA = Amax y CantB = 0), podemos propagar para conocer los otros valores de las otras variables.
Trans-P QS(f,ti)
P1 <Ij,std> <Ij,std>
P2 <Ij,std> <(Ij,Ij+1),inc>
P3 <Ij,std> <(Ij-1,Ij),dec>
P4 <Ij,inc> <(Ij,Ij+1),inc>
P5 <(Ij,Ij+1),inc> <(Ij,Ij+1),inc>
P6 <Ij,dec> <(Ij-1,Ij),dec>
P7 <(Ij,Ij+1), dec> <(Ij,lj +1),dec>
Trans-P QS(f,ti)
P1 <Ij,std> <Ij,std>
P2 <Ij,std> <(Ij,Ij+1),inc>
P3 <Ij,std> <(Ij-1,Ij),dec>
P4 <Ij,inc> <(Ij,Ij+1),inc>
P5 <(Ij,Ij+1),inc> <(Ij,Ij+1),inc>
P6 <Ij,dec> <(Ij-1,Ij),dec>
P7 <(Ij,Ij+1), dec> <(Ij,lj +1),dec>
SimulaciónTabla de Transiciones de Estados
SimulaciónTabla de Transiciones de Estados
QS(ƒ,ti,ti+1) QS(ƒ,ti,ti+1)
Trans - I QS(ƒ,ti,ti+1) QS(ƒ,ti,ti+1)
I1 <Ij,std> <Ij,std>
I2 <(Ij,Ij+1),inc> <Ij+1,std>
I3 <(Ij,Ij+1),inc> <Ij+1,inc>
I4 <(Ij,Ij+1),inc> <Ij,Ij+1),inc>
I5 <(Ij,Ij+1),dec> <Ij,std>
I6 <(Ij,Ij+1),dec> <Ij,dec>
I7 <(Ij,Ij+1),dec> <Ij,Ij+1),dec>
I8 <(Ij,Ij+1),inc> <I*std>
I9 <(Ij,Ij+1),dec> <I*std>
Entrada:Entrada:
1. Un conjunto de { ƒ1,... ƒm } de símbolos
representando funciones en el sistema
1. Un conjunto de { ƒ1,... ƒm } de símbolos
representando funciones en el sistema
2. Un conjunto de restricciones aplicadas a los símbolos funcionales:
2. Un conjunto de restricciones aplicadas a los símbolos funcionales:ADD(f,g,h),MULT( f,g,h) ,MINUS(f,g ),DERIV(f,g ),
M+(f,g), M-(f,g). ADD(f,g,h),MULT( f,g,h) ,MINUS(f,g ),DERIV(f,g ),M+(f,g), M-(f,g).
Cada una puede tener relacionada valores correspondientes Cada una puede tener relacionada valores correspondientes
3. Cada función está asociada con un conjunto ordenado de símbolos, representando valores característicos (cada función tiene por lo menos el
conjunto: {- ,0,+ })
3. Cada función está asociada con un conjunto ordenado de símbolos, representando valores característicos (cada función tiene por lo menos el
conjunto: {- ,0,+ })
4. Cada función puede tener asociada límites superiores e inferiores (valores característicos donde las restricciones ya no aplican)
4. Cada función puede tener asociada límites superiores e inferiores (valores característicos donde las restricciones ya no aplican)
5. Un punto temporal inicial, t0, y los valores
cualitativos para cada de las ƒ i en t0
5. Un punto temporal inicial, t0, y los valores
cualitativos para cada de las ƒ i en t0
Salida: una o más descripciones cualitativas para las funciones dadas. Salida: una o más descripciones cualitativas para las funciones dadas.
1. Una secuencia {t0,…,tn} de símbolos, representando los puntos temporales 1. Una secuencia {t0,…,tn} de símbolos, representando los puntos temporales
Cada descripción tiene:Cada descripción tiene:
2. Cada función ƒ i tiene un conjunto totalmente ordenado de valores característicos, posiblemente mayor que el original
2. Cada función ƒ i tiene un conjunto totalmente ordenado de valores característicos, posiblemente mayor que el original3. Cada función tiene una descripción cualitativa en cada punto temporal o intervalo entre puntos temporales
3. Cada función tiene una descripción cualitativa en cada punto temporal o intervalo entre puntos temporales
Selecciona un estado cualitativo de ACTIVOS Selecciona un estado cualitativo de ACTIVOS
AlgoritmoAlgoritmoColoca en ACTIVOS el estado inicial.Coloca en ACTIVOS el estado inicial.
REPEAT Until ACTIVOS = vacío o Tiempo tiempo límite.REPEAT Until ACTIVOS = vacío o Tiempo tiempo límite.
Para cada función determina sus posibles transiciones (usando las tablas)
Para cada función determina sus posibles transiciones (usando las tablas)
Paso 2:Paso 2:
Paso 1:Paso 1:
Para cada restricción, genera un conjunto de túplas y filtra de acuerdo a consistencia Para cada restricción, genera un conjunto de túplas y filtra de acuerdo a consistencia
Paso 3:Paso 3:
Realiza filtrado de consistencia entre conjuntos de túplas (transiciones adyacentes deben de concordar con las transiciones de los parámetros comunes)
Realiza filtrado de consistencia entre conjuntos de túplas (transiciones adyacentes deben de concordar con las transiciones de los parámetros comunes)
Paso 4:Paso 4:
Aplica filtros globales y añade los estados restantes a ACTIVOS
Aplica filtros globales y añade los estados restantes a ACTIVOS
Genera todas las interpretaciones globalesGenera todas las interpretaciones globales
Paso 5:Paso 5:
Paso 6:Paso 6:
1. No cambio
2. Valores infinitos
3. Reconocer estado
estable (quiescent)
4. Nuevos landmarks
1. No cambio
2. Valores infinitos
3. Reconocer estado
estable (quiescent)
4. Nuevos landmarks
Filtros:Filtros:
6. Aparear estados e identificar ciclos
7. Propagar inconsistencias hacia atrás
8. Regiones de transición
6. Aparear estados e identificar ciclos
7. Propagar inconsistencias hacia atrás
8. Regiones de transición
5. Nuevos valores correspondientes en puntos temporales5. Nuevos valores correspondientes en puntos temporales
QS(A,t0,t1) = < g,std > QS(A,t0,t1) = < g,std >
Ejemplo: Tiro verticalEjemplo: Tiro vertical
Restricciones: deriv ( Y,V ), deriv (V,A), A(t ) = gRestricciones: deriv ( Y,V ), deriv (V,A), A(t ) = g
Estado Inicial:Estado Inicial:
QS(V,t0,t1) = <(0, dec >QS(V,t0,t1) = <(0, dec >QS(Y,t0,t1) = <(0, inc >QS(Y,t0,t1) = <(0, inc >
Tiro Vertical
t0 t1
A – g, stdV – (0,inf), decY – (o,inf), inc
A I1:<g ,std> <g ,std>
V I5:<0 , ),dec > <0 ,std>
I6:<0 , ),dec > <0 ,dec>
I7:<0 , ),dec > <0 ,
),dec>
I9:<0 , ),dec > <L* ,std>
Y I4:<0 , ),inc > <0 , ),inc>
I8:<0 , ),inc > <L* ,std>
deriv (Y,V) deriv (V,A)(I4 ,I5)c (I5 , I1)c(I4 ,I6)c (I6 , I1)(I4 ,I7) (I7 , I1)(I4 ,I9)w (I9 , I1)c(I8 ,I5)w(I8 ,I6)(I8 ,I7)c(I8 ,I9)c
QS(A,t1) = <g,std> QS(V,t1) = <0,dec> QS(Y,t1) = <Ymax ,std >
QS(A,t1) = <g,std> QS(V,t1) = <0,dec> QS(Y,t1) = <Ymax ,std >
Y V AI4 I7 I1I8 I6 I1
Tiro Vertical
t0 t1
A – g, stdV – (0,inf), decY – (0,inf), inc
A – g, stdV – 0, decY – L*, std
EjemploTanque
Se puede demostrar que QSIM garantiza incluir todos los comportamientos que exhiben las ecuaciones diferenciales originales (sound ), pero no garantiza incluir sólo esas (no complete ) y normalmente genera comportamientos que norepresentan realidades físicas.
Se puede demostrar que QSIM garantiza incluir todos los comportamientos que exhiben las ecuaciones diferenciales originales (sound ), pero no garantiza incluir sólo esas (no complete ) y normalmente genera comportamientos que norepresentan realidades físicas.
Uno de los problemas es ambigüedad en la derivada de expresiones complejas. Uno de los problemas es ambigüedad en la derivada de expresiones complejas.
z = xy, x =inc, y = dec, entonces z = inc, dec o std
z = xy, x =inc, y = dec, entonces z = inc, dec o std
Por ejemplo:Por ejemplo:
Las derivadas sólo están restringidas por consideraciones de continuidad y no por valores característicos.
Las derivadas sólo están restringidas por consideraciones de continuidad y no por valores característicos.
• Ignorar la dirección de cambio de una variable (Kuipers y Chiu '87)
• Ignorar la dirección de cambio de una variable (Kuipers y Chiu '87)
Posibles soluciones (Kuipers y Chiu '87)Posibles soluciones (Kuipers y Chiu '87)
• Restricciones de “curvatura” cuando la derivada de una variable es cero para validar o refutar las curvaturas propuestas por QSIM (Kuipers y Chiu '87)
• Restricciones de “curvatura” cuando la derivada de una variable es cero para validar o refutar las curvaturas propuestas por QSIM (Kuipers y Chiu '87)
• Restricciones en las trayectorias de las variables en el plano de la fase (NIC: Non- Intersection of phase-space Constraint) (Lee y Kuipers '88, Struss '88)
• Incorporación de conocimiento cuantitativo • Abstracciones de comportamientos en uno solo • Derivadas de alto orden
• Restricciones en las trayectorias de las variables en el plano de la fase (NIC: Non- Intersection of phase-space Constraint) (Lee y Kuipers '88, Struss '88)
• Incorporación de conocimiento cuantitativo • Abstracciones de comportamientos en uno solo • Derivadas de alto orden
Sesión 10Sesión 10
FinFin