Zusammenfassung
Lernen durch Analogien ist eine Lernstrategie, die besonders geeignet ist, Erfahrungen und Wissen aus der Vergangenheit fllr die Gegenwart zu nutzen. Der Grundgedanke auf dem diese Lernstrategie basiert, ist der der zielgerichteten Transformation relevanten historischen Wissens aus einer Gedächtnisstruktur, vgl. Abschnitt 2. Hierzu verkörpern die Probleme aus der Vergangenheit samt den zugehörigen Lösungswegen das historische Wissen. Welche Teile davon relevant sind, muß in einem ersten Schritt, dem Erinnerungsprozeß, erkannt werden.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Carbonell, J.G., 1984: “ Learning by analogy: Formulation and generalizing plans from past experience ”,in Michalski, R.S., Carbonell, J.G., Mitchell, T.M. (Editors): Machine Learning, Springer-Verlag, 1984
Fikes, R.E., Nilsson, N.J., 1971: “STRIPS: A new approach to the application of theorem proving by problem solving ”, Artificial Intelligence, Vol.2, p.189–208, 1971
Fikes, R.E., Hart, P.E., Nilsson, N.J., 1972a: “Learning and executing generalized robot plans ”, Artificial Intelligence, Vol.3,p.251–288, 1972
Fikes, R.E., Hart, P.E., Nilsson, N.J., 1972b: “ Some new directions in robot problem solving ”, Machine Intelligence, Vol.3, p.405–430, 1972
Newell, A., Simon, H.A., 1972: “ Human problem solving ”, Prentice Hall New Jersey, 1972
Sacerdoti, E.D., 1972: “ A structure for plans and behavior ”, North-Holland, Amsterdam, 1977
Schank, R.C., 1979: “ Reminding in memory Organization: An introduction to MOPS ”, Technical Report 170, Yale University, Computer Science Dept., 1979
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1988 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Dillmann, R. (1988). Lernen durch Analogien. In: Lernende Roboter. Fachberichte Messen · Steuern · Regeln, vol 15. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-83409-7_9
Download citation
DOI: https://doi.org/10.1007/978-3-642-83409-7_9
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-19079-0
Online ISBN: 978-3-642-83409-7
eBook Packages: Springer Book Archive