Lernende Roboter pp 106-114 | Cite as
Lernen durch Erfahrung
Zusammenfassung
In diesem Abschnitt werden Lernstrategien behandelt, die die Generierung und Verfeinerung von Problemlöserheuristiken unter Verwendung von Erfahrungswissen zu unterstutzen. Ausgangspunkt seien roboterspezifische Problembereiche wie z.B. das Greifen von Objekten, sowie Sätze bereits vorliegender Heuristiken, die die Probleme lösen. Danach werden die Suchschritte zur Lösung des vorgegebenen Problems analysiert und die Heuristiken erweitert bzw. verfeinert. Daraufhin wird das vorgegebene Problem innerhalb des Problembereichs modifiziert und von neuem die Heuristiken angewandt. Durch Fortfuhrung dieses Verfahrens kann der gesamte Problembereich untersucht werden und die bereichsspezifischen Heuristiken verfeinert werden, um den Problemlösungsprozeß zu verbessern. Diese Lernmethode wurde bei LEX (Mitchell, Utgoff, Nudel und Banjeri, 1981) angewandt, das symbolische Integrationsprobleme Uber Heuristiken löst. Dabei werden die Heuristiken während des Suchprozesses auf ihre Effizienz hin bewertet und als geeignet, weniger geeignet oder ungeeignet klassifiziert. Für Roboteranwendungen kann der oben genannte Zyklus noch durch Simulationsverfahren unterstutzt werden.
Preview
Unable to display preview. Download preview PDF.
Literatur
- Dörner, D., 1979: “Problemlösung als Informationsverarbeitung”, Kohlhammer, 1979Google Scholar
- Hayes-Roth, F., 1984: “Using proofs and refutations to learn from experience”, Michalski, R.S., Carbonell, C., Mitchell, T.M.:“Machine learning”, Springer, Berlin, Heidelberg, New York, 1984Google Scholar
- Mitchell, T.M., Utgoff, P.E., Nudel, B., Bunerij, R.B., 1981: “Learning problem solving heuristics through practice”, IJCAI 7, p. 127–134Google Scholar
- Waterman, D.A., 1970: “Generalization learning techniques for automating the learning heuristics”, Artificial Intelligence, Vol.1, No.1/2, p.121–170, 1970CrossRefGoogle Scholar