Zusammenfassung
Die Übersetzung von Concurrent Task Trees in GOLOG-Programme dient letztlich dem Zweck, während der Durchführung einer Assistenzaufgabe zu überprüfen, ob einzelne Schritte, die zur Lösung eines Tasks unternommen werden, mit den im Concurrent Task Tree vorhergesehenen kompatibel sind.
Eine effektive Überprüfung ist Voraussetzung dafür, die Anforderungen an Assistenzsysteme aus Abschn. 2.4 umzusetzen. Da GOLOG, aber auch allgemeiner der Situationskalkül alleine dazu nicht ausreicht, ist eine Neukonzeption eines an konkrete Domänen adaptierbaren Assistenzsystems erforderlich. Sie soll die oben aufgeworfenen Fragen beantworten und erfolgt in vier Schritten:
-
1.
Erweiterung von GOLOG um die Fähigkeit, unvollständige Information zu verarbeiten. GOLOG kann daher nach wie vor als theoretisches Fundament für die Semantik der Interpretation von Concurrent Task Trees dienen.
-
2.
Erweiterung von GOLOG um die Fähigkeit, formallogisch gleichwertige Alternativen bewerten und nach dieser Bewertung auswählen zu können.
-
3.
Reformulierung der GOLOG-Spezifikation einer Assistenzdomäne als Planungsproblem, so dass das Assistenzsystem eigene, auf die Lösung eines Tasks bezogene Schritte planen kann. Auf dieser Basis können dann unterschiedliche Planungsverfahren dahingehend verglichen werden, ob sie die Anforderungen an Assistenzsysteme erfüllen können.
-
4.
Diskussion der Frage, wie bei der Planung Tasks trotz nichtdeterministischer Ergebnisse zur zielführenden Assistenz herangezogen werden können.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
- 2.
Eine allgemeine Typisierung der Vorgänge findet sich in Abschn. 3.3.
- 3.
Dazu sei angenommen, dass meet impliziert, dass der Nutzer nicht weiter den Navigationsanweisungen folgt, und in dem Moment, in dem er eine Person trifft, nicht gleichzeitig ein Gebäude betritt.
- 4.
Die Problematik, wie diese Verteilung ermittelt werden kann, wurde bereits angesprochen.
- 5.
Die dafür notwendige Wahrscheinlichkeitsverteilung muss auch in der GOLOG-Domäne für das Anwendungsszenario spezifiziert werden.
- 6.
Vergleiche dazu auch später den Abschn. 7.7.
- 7.
Concurrent Task Trees sind also eine Art „Erwartungswert“ über viele typische Abläufe zu verstehen.
- 8.
Fluenten zur Beschreibung des Status eines in GOLOG formulierten Tasks sind in Abschn. 5.5 diskutiert worden.
- 9.
Systemaktionen werden in das Modell integriert, indem die Liste u i der primitiven Aktionen um die (deterministischen Realisierungen nichtdeterministischer) Systemaktionen erweitert wird.
- 10.
\(x^{t}\in\{x_{1},..,x_{N}\}\) ist der zum Zeitpunkt t eingenommene Zustand (vgl. siehe Abb. 6.8).
- 11.
Endzustand der Planung ist derjenige Endzustand der optimalen Aktion, in dem die Bewertung am höchsten war. Ist die Aktion deterministisch, ist der Endzustand durch die Zustandsüberführungsrelation eindeutig festgelegt.
- 12.
Es ist ja auch der Zusammenhang zwischen Aktion und Beobachtung nichtdeterministisch.
- 13.
Korrekte Trainingsdaten sind aber in der Praxis nicht immer gegeben; sofern sie nicht durch Nachbearbeitung korrigiert werden können, bleibt nur die Hoffnung, dass sie statistisch irrelevant sind.
- 14.
Verschiedene Ansätze zur Approximation des Suchraums sind bei [1] in Kap. 16 ausführlich erläutert.
- 15.
Dabei wird die Identität \(p^{2}_{2}=1-p^{2}_{1}\) benutzt. Überdies sind alle Terme mit Übergangswahrscheinlichkeit 0 eliminiert.
- 16.
Dieser Effekt ist aufgrund der Formel \(\sum_{X^{T-}1}P(Z^{T}|X^{T})\cdot P(X^{T}|U^{T},X^{T-1})\) schwer auf einzelne Ursachen zurückführbar.
- 17.
Siehe dazu auch die Diskussion dieses Themas aus Sicht eines Assistenzmodells in Abschn. 2.3.3.
- 18.
Die Frage nach der Repräsentation eines Assistenzziels für eine Aufgabe in einer konkreten Situation und ihrer Auswirkungen auf Algorithmen, die den Anforderungen an Assistenzsysteme gerecht werden können, wird auch noch Thema in Abschn. 6.7.4 sein.
- 19.
Die Erklärung der Korrektur ist allerdings, wie oben besprochen, sehr schwierig.
- 20.
Vergleiche dazu auch die Diskussion des Zusammenhangs zwischen Prozessalgebren und Prozessgraphen in [14].
- 21.
Damit dies überhaupt effektiv ist, ist von einer endlichen Domäne, d. h. insbesondere von einer endlichen Zahlen an Funktionstermen, auszugehen. In Assistenzszenarien ist diese Voraussetzung realistisch.
- 22.
Das gilt, solange Aussagen über eine Situation nur aus variablenfreien Literalen bestehen dürfen. Lässt man allgemeinere first order-Formeln zu, charakterisiert dieselbe Menge an Formeln i. a. mehrere Situationen.
- 23.
Bei der Domänenmodellierung für Assistenzsysteme ergibt sich die Endlichkeit des Vokabulars aus der Task-Analyse. Zur Liste der Objektnamen wird später bei der Diskussion der closed world assumption festzuhalten sein, dass sie – um Effektivität zu garantieren – zwar nicht unendlich sein kann, aber – um den Anforderungen an Assistenzsysteme gerecht zu werden – eben auch nicht unveränderlich.
- 24.
Vgl. dazu Abschn. 6.3
- 25.
Dazu müssen – wie bei Prolog – die Variablen in den Vorbedingungen konsistent mit der Belegung der Parameter der Aktion durch tatsächliche Argumente ersetzt werden.
- 26.
- 27.
Die Analogie zu \(\text{Do}(\delta^{\ast},s)\) in Abschn. 5.2.4 ist nicht zu übersehen.
- 28.
Da der Graph kein Baum sein muss, kann es mehrere Aktionssequenzen von f nach g geben.
- 29.
Dieser Sinnspruch wird dem chinesischen Philosophen Lao Tse zugeschrieben.
- 30.
Vom lateinischen Verbum regredi: zurückgehen.
- 31.
Die Suche kann noch stark beschleunigt werden, wenn nicht irgendwelche variablenfreien Aktionsterme a betrachtet werden, sondern nur solche, die mit den Fluenten unifiziert werden können.
- 32.
Wer könnte auch garantierten, dass Aktionen weniger Vorbedingungen als Effekte haben?
- 33.
Zwischen s und F 1 existieren Kanten, die mit enter markiert sind, aber auch mit follow markierte Kanten.
- 34.
D. h. also: soll eine Lösung zum Planungsproblem für s und g gefunden werden.
- 35.
Dazu nehmen wir an dass es in der Domäne keine andere Aktion gebe, die \(\text{{isFollowing}}(u)\) als positiven oder negativen Effekt hat.
- 36.
Natürlich kann auch eine einzige Aktion eines der Fluenten-Paare als Effekt haben.
- 37.
Vergleiche dazu auch [6].
- 38.
Siehe [6] zu Details der Rückwärtssuche.
- 39.
Auf die dazu notwendigen Modellierungsannahmen kommen wir später in diesem Kapitel zu sprechen.
- 40.
Der negative Fluent kann ja in einem späteren Schritt wieder positiver Effekt einer Aktion sein. Diese Information ist aber bei der Bewertung der aktuellen Aktion nicht bekannt.
- 41.
Eine ausführliche Diskussion des A\({}^{\ast}\)-Algorithmus gibt [17].
- 42.
Daher wird in der Literatur zur Planung statt von negativen Effekten meist von DELETE-Effekten gesprochen: bei der Definition von \(\gamma(.,.)\) werden sie explizit entfernt (siehe oben).
- 43.
Siehe dazu das ausführliche Skriptum von Malte Helmert: http://www.informatik.uni-freiburg.de/~ki/teaching/ws0809/aip/aip07-handout4.pdf (letzter Aufruf der Seite: 19.03.2015)
- 44.
Siehe dazu [6].
- 45.
Siehe [6], S. 203
- 46.
- 47.
Ghallab et al. [6] gibt darüber einen ausführlichen Überblick.
- 48.
Die Mengen S und A wurden in Abschn. 6.6 eingeführt.
- 49.
Siehe dazu Abb. 6.3.
- 50.
Ein Beispiel aus dem Navigationsszenario: Eine Frau, die abends alleine unterwegs ist, möchte Nebenstraßen und einsame Haltestellen vermeiden.
- 51.
Zu den observe-aktionen siehe Abschn. 6.3.
- 52.
Siehe dazu beispielsweise [6], Kap. 12.
- 53.
- 54.
Wandke [25] versteht unter Effektkontrolle, dass ein Assistenzsystem dem Nutzer Rückmeldung über die Auswirkungen einer Handlung – im Bezug auf ein Ziel – geben und bewerten kann, inwieweit die Lösung der aktuellen Aufgabe erreicht ist.
- 55.
Diese Planungssprache ist in [27] definiert.
- 56.
Da sich Beobachtungen, die mit Hilfe diskreter Sensoren durchgeführt werden, immer als Fluent formulieren lassen, stellt diese Form der Beobachtung keine Einschränkung dar.
- 57.
Die Details zu diesem Vorgang sind in [32] erläutert.
- 58.
Dabei verwendet er unter Umständen verschiedene Algorithmen: er klassifiziert verrauschte Messwerte, er berechnet Werte mit Hilfe numerischer Modelle für physikalische Vorgänge, er verarbeitet symbolische Daten über seine Umgebung usw.
- 59.
Über die in diesem Abschnitt skizzierten Grundlagen zu Hierarchischen Task-Netzwerken hinaus gehende Information findet sich z. B. in Kap. 11 von [6].
- 60.
Die folgende Definition ist aus [36] entnommen.
- 61.
Die Interpretation von GOLOG-Prozeduren wurde in Abschn. 5.4 beschrieben.
- 62.
Die Darstellung ist adaptiert von [6].
- 63.
Vergleiche dazu die Definition einer Methode in [36].
- 64.
Die Notwendigkeit zur Interaktion von Planen und Ausführen von Plänen wurde in Abschn. 6.6.11 erörtert.
- 65.
Siehe dazu beispielsweise [45].
- 66.
Sie wird Thema des folgenden Kapitels sein.
- 67.
Die Tatsache, dass ein Benutzer einige Parameter eines Druckertreibers einstellen kann, weist ihm einen gewissen Grad an Interaktivität zu; damit kann aber weder die Aufgabe noch der Ablauf der Assistenz modifiziert werden.
- 68.
Siehe dazu das Beispiel in Abschn. 3.2.2.
- 69.
Während der Ausführung des Plans müssen eventuell Entscheidungen (z. B. über die vorzuschlagende Verbindung) revidiert werden, um die Erfüllbarkeit der Aufgabe sicherzustellen.
- 70.
Details hierzu in z. B. in [46] beschrieben.
- 71.
Dies geschieht unter Zuhilfenahme der Operatoren, die in Abschn. 6.7.2 erläutert worden sind.
- 72.
Im Rahmen dieser Arbeit soll gar nicht erst der Versuch gemacht werden, Algorithmen anzugeben, die diese Abbildung leisten könnten. Diese Frage kann sinnvollerweise erst bearbeitet werden, nachdem auf der technischen Seite geklärt ist, wie Ziele beschrieben werden können, und welche Lösungsalgorithmen dafür zur Verfügung stehen – genau dadurch ist der Fokus dieser Arbeit beschrieben.
- 73.
Der Algorithmus liefert dann eine Lösung, wenn aus den vom Benutzer als interessant gekennzeichneten Veranstaltungen eine Teilmenge gefunden werden kann, die innerhalb des durch die Lange Nacht vorgegebenen Zeitrahmens und mit minimalem Aufwand für Ortswechsel besucht werden kann.
- 74.
Dieses Konzept der Hierarchisierung der für die Unterstützung des Nutzers durchzuführenden (Assistenz-)Funktionen wird in Kap. 7 genau besprochen.
- 75.
Die Informationen sind den aktuellen Bedienungsanleitungen entnommen, die auf der Webseite https://www.loewe.de/de/support/allgemeine-support-themen/bibliothek-bedienungsanleitungen.html abrufbar sind (letzter Aufruf der Seite: 19.06.2010).
- 76.
Natürlich setzt dies voraus, dass die formale Sprache und das benutzte Vokabular mit denen des TV-Geräts konsistent ist.
- 77.
Die Autoren benutzen die Planungssprache PDDL, die für die zu übersetzenden HTN hinreichend ausdrucksstark ist.
Literatur
S. Thrun, W. Burgard, D. Fox, Probabilistic Robotics (MIT Press, 2005)
J.D. Williams, in Proc Interspeech 2008 (Brisbane, Australia, 2008), S. 1173–1176
R. Reiter, Knowledge in Action: Logical Foundations for Specifying and Implementing Dynamical Systems (MIT Press, 2001)
H. Jungermann, H.R. Pfister, K. Fischer, Die Psychologie der Entscheidung – Eine Einführung, 2nd edn. (Elsevier Spektrum Akademischer Verlag, 2009)
C. Gonzalez, J.F. Lerch, C. Lebiere, Cogn. Sci. 27, 591 (2003)
M. Ghallab, D. Nau, P. Traverso, Automated Planning – Theory and Practice (Elsevier, 2004)
M.L. Puterman, Markov Decision Processes: Discrete Stochastic Dynamic Programming (Wiley-Interscience, 1994)
C. Watkins, Learning from delayed rewards. Ph.D. thesis, University of Cambridge,England (1989)
R.S. Sutton, A.G. Barto, Reinforcement Learning: An Introduction (MIT Press, 1998)
C. Linnhoff-Popien, H. König, Nachrichtentechnik/Elektronik (1990)
C. Linnhoff-Popien, H. König, Syst. Anal. Model. Simul. 8(4) (1990)
J.C.M. Baeten, T. Basten, M.A. Reniers, Process Algebra: Equational Theories of Communicating Processes (Cambridge University Press, 2010)
J.E. Hopcroft, R. Motwani, J.D. Ullman, Introduction to Automata Theory, Languages, and Computation, 3rd edn. (Addison Wesley, 2006)
W.J. Fokkink, Introduction to Process Algebra, 2nd edn. EATCS (Springer, 2007)
J. Hertzberg, Planen – Einführung in die Planungsmethoden der Künstichen Intelligenz (BI-Wissenschaftsverlag, 1989)
A. Blum, M. Furst, Artif. Intell. 90, 281 (1997)
N. Nilsson, Principles of Artificial Intelligence (Morgan Kaufmann, San Francisco, 1980)
M. Helmert, Understanding Planning Tasks: Domain Complexity and Heuristic Decomposition, Lecture Notes in Artificial Intelligence, vol. 4929 (Springer, Heidelberg, 2008)
C. Betz, M. Helmert, in Proceedings of the 32nd Annual German Conference on Artificial Intelligence (KI 2009) (Springer, 2009), S. 9–16
G. Röger, M. Helmert, in Proceedings of the 20th International Conference on Automated Planning and Scheduling (ICAPS 2010) (2010)
G. Röger, M. Helmert, The more, the merrier: Combining heuristic estimators for satisficing planning. Tech. rep., Albert-Ludwigs-Universität Freiburg, Institut für Informatik (2010)
B. Bonet, H. Geffner, in Proc. 5th Int. Conf. on AI Planning and Scheduling (AIPS 2000) (AAAI Press, Colorado, 2000), S. 52–61
J. Hoffmann, R.I. Brafman, Artif. Intell. 170(6-7), 507 (2006)
J. Hoffmann, R.I. Brafman, in Proceedings of ICAPS’05 (AAAI, 2005), S. 71–80
H. Wandke, Theor. Issues Ergonomics Sci. 6(2), 129 (2005)
G. Röger, M. Helmert, B. Nebel, in KR, ed. by G. Brewka, J. Lang (AAAI Press, 2008), S. 544–550
M. Fox, D. Long, J. Artif. Intell. Res. (JAIR) 20, 61 (2003)
H. Palacios, H. Geffner, in Proc. 17th Int. Conf. on Planning and Scheduling (ICAPS-07) (Providence, 2007)
A. Albore, H. Palacios, H. Geffner, in Proc. IJCAI-09 (Pasadena, 2009)
A. Albore, H. Palacios, H. Geffner, in Proc. 12th Conf. Spanish AI (CAEPIA-07), no. 4788 in Lecture Notes in Computer Sciencs (Springer, Salamanca, 2007), S. 1–10
R.I. Brafman, J. Hoffmann, in ICAPS, ed. by S. Zilberstein, J. Koehler, S. Koenig (AAAI, 2004), S. 355–364
T. Bauereiß, Automatische Übersetzung von ctt in pddl. Master’s thesis, Lehrstuhl für Künstliche Intelligenz, Universität Erlangen-Nürnberg (2009)
M. Lekavy, P. Navrat, in Agent and multi-agent Systems. Technologies and applications. 1st KES International Symposium, KES-AMSTA 2007, Lecture Notes in Artificial Intelligence, vol. 4496 (Springer, Wroclaw (Poland), 2007), Lecture Notes in Artificial Intelligence, vol. 4496, S. 121–130
H. Palacios, H. Geffner, in Proc. 21st Nat. Conf. on Artificial Intelligence (AAAI-06) (Boston, 2006)
H. Palacios, H. Geffner, JAIR S. 623–675 (2009)
O. Ilghami, Documentation for jshop2. Tech. rep., Department of Computer Science, University of Maryland, College Park, MD 20742, USA (2006)
A. Tate, in Proceedings of the International Joint Conference on Artificial Intelligence (1977), S. 888–893
A. Tate, B. Drabble, R. Kirby, in Intelligent Scheduling (Morgan Kaufmann, 1994), S. 213–239
A. Tate, in Research and Development in Intelligent Systems XVII, Proceedings of ES2000, The Twentieth British Computer Society Special Group on Expert Systems International Conference on Knowledge Based Systems and Applied Artificial Intelligence (Springer, Cambrige, UK, 2000), S. 3–16
D.E. Wilkins, Comput. Intell. 6(4), 232 (1990)
K. Erol, J. Hendler, D.S. Nau, in Proc. International Conference on AI Planning Systems (AIPS) (1994), S. 249–254
D.S. Nau, Y. Cao, A. Lotem, H. Munoz-Avila, in IJCAI’99: Proceedings of the 16th international joint conference on Artificial intelligence (Morgan Kaufmann, San Francisco, 1999), S. 968–973
D. Nau, O. Ilghami, U. Kuter, J.W. Murdock, D. Wu, F. Yaman, J. Artif. Intell. Res. 20, 379 (2003)
K. Erol, J. Hendler, D.S. Nau, in Annals of Mathematics and Artificial Intelligence (1995), S. 69–93
F.Y. N. Fazil Ayan, Ugur Kuter, R. Goldman, in Proceedings of the ICAPS-07 Workshop on Planning and Plan Execution for Real-World Systems – Principles and Practices for Planning in Execution (2007)
R. Schaller, M. Harvey, D. Elsweiler, in Advances in Information Retrieval, Lecture Notes in Computer Science, vol. 8416, ed. by M. de Rijke, T. Kenter, A. de Vries, C. Zhai, F. de Jong, K. Radinsky, K. Hofmann (Springer, 2014), S. 681–686. 10.1007/978-3-319-06028-6_76. http://dx.doi.org/10.1007/978-3-319-06028-6_76
B. Ludwig, B. Zenker, in IMC 2009, CCIS, vol. 53, ed. by D. Tavangarian, T. Kirste, D. Timmermann (Springer, Rostock, 2009), CCIS, vol. 53, S. 97–107
R. Schaller, M. Harvey, D. Elsweiler, in Proceedings of the 36th International ACM SIGIR Conference on Research and Development in Information Retrieval (ACM, New York, 2013), SIGIR ’13, S. 953–956. 10.1145/2484028.2484119. http://doi.acm.org/10.1145/2484028.2484119
A. Gerevini, U. Kuter, D.S. Nau, A. Saetti, N. Waisbrot, in M. Ghallab, C.D. Spyropoulos, N. Fakotakis, N.M. Avouris (eds.). ECAI 2008 - 18th European Conference on Artificial Intelligence, Patras, Greece, July 21-25, 2008, Proceedings, Frontiers in Artificial Intelligence and Applications, vol. 178 (IOS Press, 2008), S. 573–577
R. Alford, U. Kuter, D.S. Nau, in C. Boutilier (ed.).IJCAI 2009, Proceedings of the 21st International Joint Conference on Artificial Intelligence, Pasadena, July 11–17, 2009 (2009), S. 1629–1634
J. Hoffmann, B. Nebel, J. Artif. Intell. Res. (JAIR) 14, 253 (2001)
R. Schaller, in STAIRS 2014 - Proceedings of the 7th European Starting AI Researcher Symposium, Prague, Czech Republic, August 18-22, 2014 (2014), S. 260–269. 10.3233/978-1-61499-421-3-260. http://dx.doi.org/10.3233/978-1-61499-421-3-260
R. Schaller, D. Elsweiler, in Proceedings of the 5th Information Interaction in Context Symposium (ACM, New York, 2014), IIiX ’14, S. 185–194. 10.1145/2637002.2637024. http://doi.acm.org/10.1145/2637002.2637024
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2015 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Ludwig, B. (2015). Interaktive Planung in Assistenzszenarien mit unsicherer Information. In: Planbasierte Mensch-Maschine-Interaktion in multimodalen Assistenzsystemen. Xpert.press. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-44819-9_6
Download citation
DOI: https://doi.org/10.1007/978-3-662-44819-9_6
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-44818-2
Online ISBN: 978-3-662-44819-9
eBook Packages: Computer Science and Engineering (German Language)