مصنوعي ځيرکتيا سره تړلی چلند

د مصنوعي ځيرکتيا په څېړنه کې، تړلی چلند هغه عاملين رامینځته کوي چې د دوی په چاپېریال کې په بریالیتوب سره چلند کولو لپاره ډیزاین شوي. دا د ژوندي پاتې کېدو لپاره اړین لومړنی ادراک او موټرو مهارتونو باندې تمرکز سره د "لاندې پورته" AI ډیزاین ته اړتیا لري. سرایت شوی چلند د خلاصې استدلال یا د ستونزې حل کولو مهارتونو ته خورا لږ لومړیتوب ورکوي.

دا طریقه په پیل کې د دودیزو تګلارو د بدیل په توګه وړاندیز شوې وه (د بیلګې په توګه، د 1985 څخه مخکې مشهوره طریقې). د څو لسیزو وروسته ، کله چې د ریښتیني نړۍ ماډلینګ ستونزو سره مخ شو ، د کلاسیک AI ټیکنالوژۍ د حل وړ مسلو سره مخ شوه (د بیلګې په توګه ګډې چاودنې). د دې مسلو د حل لپاره ټولې لارې په چاپیریال کې د جذب شوي ځيرکتيا ماډل کولو باندې تمرکز کوي. دوی مصنوعي ځيرکتيا ته د سرایت شوي چلند په توګه پیژندل کیږي.

د یوې مفکورې ظهور

له دودیز مصنوعي ځيرکتيا څخه ناول مصنوعي ځيرکتيا ته

د 1980 لسیزې په وروستیو کې، هغه طریقه چې اوس د نوویل AI په نوم پیژندل کیږي ( نویل د نوي لپاره فرانسوي ده) د روډني بروکس لخوا د MIT مصنوعي ځيرکتيا لابراتوار کې پیل شوې. د کلاسیک یا دودیز مصنوعي ځيرکتيا برخلاف ، نوویل AI په قصدي ډول د انساني کچې فعالیت ماډل کولو دودیز هدف څخه مخنیوی کوي ، مګر هڅه کوي د حشراتو کچې ځيرکتيا سره سیسټمونه رامینځته کړي - د ریښتیني نړۍ روبوټونو ته نږدې. مګر په نهایت کې ، لږترلږه په MIT کې ، نوي مصنوعي ځيرکتيا د کوګ پروژه کې د انساني مصنوعي ځيرکتيا هڅو لامل شو.

له ناول مصنوعي ځيرکتيا څخه د چلند پراساس مصنوعي ځيرکتيا او سرایت شوي مصنوعي ځيرکتيا ته

د ناول AI لخوا معرفي شوی مفکوره بدلون د روبوټیک په ډګر کې غوړیدلی ، د چلند پراساس مصنوعي ځيرکتيا (BBAI) ته لاره ورکوي - د ځيرکتيا د ماډلر تخریب پراساس د AI رامینځته کولو میتود . دا طریقه د روډني بروکس لخوا مشهوره شوې وه: د هغه فرعي جوړښت د BBAI پراختیا لپاره د میکانیزم تشریح کولو لومړنۍ هڅې وې. دا میتود په روبوټیکونو کې خورا مشهور دی او تر یوې اندازې پورې د هوښیار مجازی اجنټانو پلي کولو کې خورا مشهور دی ځکه چې دا د متحرک ریښتیني وخت سیسټمونو بریالي رامینځته کولو ته اجازه ورکوي چې کولی شي په پیچلي چاپیریال کې پرمخ بوځي. د مثال په توګه، دا معلومات د سوني ، آیبو، او ډیری روبو کپ روبوټکس ټیمونو ځيرکتيا ته اشاره کوي.

په دې پوهیدل چې د دې ټولو تګلارو هدف د خلاصې ځيرکتيا رامینځته کول ندي بلکه په یوه ټاکل شوي چاپیریال کې یو ځای شوي ځيرکتيا رامینځته کول دي ، دوی د سرایت شوي چلند په نوم پیژندل کیږي. په حقیقت کې، هغه طریقه، چې د الان تورینګ له لومړنیو بصیرتونو څخه سرچینه اخلي، د حسي ارګانونو سره د ماشینونو جوړولو اړتیا تشریح کوي ترڅو د حقیقي نړۍ څخه مستقیم زده کړه وکړي، د دې پر ځای چې په خلاص فعالیتونو تمرکز وکړي، لکه د شطرنج لوبې. [ پیوستون؟ ] ^]

تعریفونه

په کلاسیک ډول، د سافټویر اداره، چې د سمول شوي عنصر په توګه تعریف شوي، د دې توان لري چې په خپل ځان او خپل چاپیریال باندې عمل وکړي او د ځان او بهرنۍ نړۍ داخلي استازیتوب ولري. یو ارګان کولی شي د نورو ادارو سره اړیکه ونیسي او چلند یې د نورو نهادونو سره د هغه د تفاهم، استازیتوب او تعامل پایله ده.

د مصنوعي ځيرکتيا کړۍ

په مجازی چاپېریال کې د ادارو سمول د ټولې پروسې سمولو ته اړتیا لري، کوم چې د چاپیریال له انګیرنې څخه یا په عمومي توګه د محرک څخه په چاپیریال کې عمل ته بدلیږي. دې پروسې ته د مصنوعي ځيرکتيا لوپ ویل کیږي او هغه ټیکنالوژي چې د هغې د سمولو لپاره کارول کیږي په دوه کټګوریو ویشل کیدی شي. د حرکت احساس یا د ټیټې کچې AI د ادراک ستونزې سره معامله کوي (څه درک کیږي؟) یا د ژوند ورکولو ستونزې (عملونه څنګه ترسره کیږي؟)) پریکړه کول یا د لوړې کچې AI د عمل غوره کولو ستونزې سره معامله کوي ( تر ټولو مناسب د یو ځانګړي احساس په ځواب کې عمل څه شی دی، دا دی، ترټولو مناسب چلند څه دی؟))

دودیز یا سمبولیک مصنوعي ځيرکتيا

د مصنوعي ځيرکتيا د پریکړې کولو دوه اصلي لارې شتون لري. په بازار کې د ټیکنالوژیو لویه برخه، لکه د پروګرام کولو الګوریتم ، محدود دولتي ماشینونه (FSMs) یا د متخصص سیسټمونه ، د مصنوعي ځيرکتيا لپاره د دودیز یا سمبولیک چلند پر بنسټ والړ دي. اصلي ځانګړتیاوې یې دا دي:

دا له پورته څخه ښکته ده: دا په تکراري ډول یوه ورکړل شوې ستونزه د فرعي ستونزو په سیټ کې ویشي چې په ښکاره ډول حل کول اسانه دي.
دا د پوهې پر بنسټ دی: دا د نړۍ په سمبولیک توضیحاتو باندې تکیه کوي، لکه د قواعدو مجموعه.

په هرصورت، د دودیز مصنوعي ځيرکتيا محدودیتونه، چې موخه یې د داسې سیسټمونو رامینځته کول دي چې د انسان د ځيرکتيا تقلید کوي، ښه پیژندل شوي: د چاپیریال د پیچلتیا له امله، د مقرراتو شمیر به یو ګډ چاودنه وي. په حقیقت کې، دا ناشونې ده چې د ټولو شرایطو وړاندوینه وشي چې د یوې خپلواکې ادارې لخوا به ورسره مخ شي.

سرایت یا چلند مصنوعي ځيرکتيا

د دې مسلو د حل کولو لپاره، د پریکړې کولو AI بله طریقه وړاندې کیږي، چې د سرایت یا چلند AI په نوم هم پیژندل کیږي. دا ټولګه د سیسټمونو ماډل کولو هڅه نه کوي چې د مجرايي استدلال پروسې رامینځته کړي ، بلکه هغه سیسټمونه ښیې چې په خپل چاپیریال کې واقعیا چلند کوي . د دې طریقې اصلي ځانګړتیاوې په لاندې ډول دي:

دا ښکته پورته دی: دا په ابتدايي چلندونو تکیه کوي، کوم چې د ډیرو پیچلو چلندونو پلي کولو لپاره یوځای کیدی شي.
دا د چلند پر بنسټ دی: دا د چاپیریال په سمبولیک توضیحاتو تکیه نه کوي، مګر د دوی د چاپیریال سره د ادارو د تعامل په ماډل باندې تکیه کوي.

د جذب شوي مصنوعي ځيرکتيا هدف د هغو ادارو ماډل کول دي چې په خپل چاپیریال کې خپلواک دي. دا د کنټرول جوړښت د اصلي پیاوړتیا او همدارنګه د غیر متوقع شرایطو سره د هغې د تطابق له امله ترلاسه شوی.

سرایت شوي اجنټان

په مصنوعي ځيرکتيا او ادراکي ساینس کې ، د موقعیت اصطلاح هغه اجنټ ته اشاره کوي چې په چاپیریال کې ځای په ځای شوي . د موقعیت اصطلاح معمولا په روبوټونو کې کارول کیږي، مګر ځینې څیړونکي استدلال کوي چې د سافټویر اجنټان هم شامل کیدی شي که شتون ولري:

دوی په متحرک (چټک بدلون) چاپیریال کې شتون لري، او
دوی کولی شي د خپلو کړنو له لارې لاسوهنه یا بدلون راولي
دوی کولی شي احساس وکړي یا پوه شي .

په مثالونو کې د ویب اجنټان شامل دي چې کولی شي د انټرنیټ له لارې ډاټا بدل کړي یا پروسې پیل کړي (لکه پیرود). یا مجازی حقیقت روبوټونه لکه دویم ژوند ، کوم چې په مجازی نړۍ کې ژوند کوي او بدلوي.

سرایت کول عموما د لید یوه برخه ګڼل کیږي، مګر دا ګټوره ده چې هر لید په جلا توګه په پام کې ونیول شي. سرایت شوی لید ټینګار کوي چې هوښیار چلند د چاپیریال او د هغې سره د اجنټ تعاملاتو څخه رامینځته کیږي. د دې تعاملاتو ماهیت د ایجنټ لید لخوا تعریف شوی.

د تطبیق اصول

ماډلر تخریب

د یو سیسټم ترټولو مهمه ځانګړتیا د مصنوعي ځيرکتيا لخوا پرمخ وړل کیږي دا ده چې ځيرکتيا د نیمه خپلواکه ماډلونو سیټ لخوا کنټرول کیږي. په اصلي سیسټمونو کې، هر ماډل په حقیقت کې یو جلا ماشین و، یا لږ تر لږه فکر کاوه چې په خپل پروسس کولو تار کې روان و. په هرصورت، په عموم کې، ماډلونه یوازې خلاصې دي. په دې معنی، ایمبیډ شوي AI کیدای شي د مصنوعي ځيرکتيا لپاره د سافټویر انجنیري طریقې په توګه ولیدل شي، شاید د اعتراض پر بنسټ ډیزاین ته ورته وي.

ایمبیډ شوی AI اکثرا د عکس العمل برنامه کولو سره تړاو لري ، مګر دواړه مترادف ندي. بروکس د ادراکي minimalism د یوې سختې نسخې ملاتړ وکړ، کوم چې په پیل کې اړتیا درلوده چې د چلند ماډلونه محدود دولتي ماشینونه وي او پدې توګه هیڅ دودیز حافظه یا زده کړه نلري. دا د عکس العمل AI پورې اړه لري ځکه چې عکس العمل AI د نړۍ اوسني حالت ته عکس العمل ته اړتیا لري ، نه د اجنټ حافظې یا د دې نړۍ دمخه تصوراتو ته. په هرصورت، دا څرګنده ده چې زده کړه د قوي (هر اړخیز) مصنوعي ځيرکتيا لپاره ریښتینې ده، نو دا محدودیت خاموش دی، که څه هم په بشپړه توګه نه پریښودل کیږي.

د عمل انتخاب میکانیزم

د مصنوعي ځيرکتيا سرایت شوي ټولنې د پریکړې کولو پروسې ماډل کولو لپاره ډیری حلونه وړاندیز کړي — چې د عمل انتخاب میکانیزمونو په نوم هم پیژندل کیږي. د دې ستونزې د حل لپاره لومړۍ هڅه د سبسیټ جوړښتونو ته ځي ^[۱] ، کوم چې په حقیقت کې د الګوریتم په پرتله د پلي کولو تخنیک ډیر وو. په هرصورت، دې هڅې د څو نورو لپاره لاره هواره کړه، په ځانګړې توګه د وړیا جریان درجه بندي ^[۲] او د فعالولو شبکې ^[۳] . د دې دوه میکانیزمونو جوړښت او فعالیت پرتله کول د عمل انتخاب ستونزې حل کولو کې د وړیا جریان درجه بندي کارولو ګټې ښودلې. ^[۴] ^[۵] په هرصورت، د حرکت سکیمونه ^[۶] او د پروسې تشریح ژبې ^[۷] دوه نورې طریقې دي چې په بریالیتوب سره د خپلواکو روبوټونو لپاره کارول شوي.

اړوندې پوښتنې

اړونده مقالې

دودیز مصنوعي ځيرکتيا

د پریکړې ونه
محدود دولتي ماشین
د متخصص سیسټم
اتوماتیک پروګرامونه

جوړ شوی مصنوعي ځيرکتيا

غیر معمولي مصنوعي ځيرکتيا
غبرګوني پلان جوړونه

روبوټیک

د چلند پر بنسټ روبوټکس
سرایت شوي روبوټیکونه

یادښتونه او اخځونه

↑ Brooks, R. (1986). A robust layered control system for a mobile robot. IEEE Journal of Robotics and Automation 2(1):14-23.
↑ Rosenblatt J. and Payton D (1989). A fine-grained alternative to the subsumption architecture for mobile robot control. In: Proceedings of the IEEE International Conference on Neural Networks 2:317-324.
↑ Maes P. (1989). How to do the right thing. Technical Report AIM-1180, MIT Artificial Intelligence Laboratory.
↑ Tyrrell T. (1993). Computational mechanisms for action selection. PhD, University of Edinburgh.
↑ Tyrrell T (1993). The use of hierarchies for action selection. Adaptive Behavior 1(4):387-420.
↑ Arkin R. Motor schema based navigation for a mobile robot: an approach to programming by behavior. In: Proceedings of the IEEE Conference on Robotics and Automation, pp. 264-271, 1987.
↑ Steels, L. (1993). Building agents with autonomous behavior systems. In: The artificial route to artificial intelligence. Building situated embodied agents. Lawrence Erlbaum Associates, New Haven.

ارسینیو، آرتور ایم (2004) د یو مجسم او موقعیت لرونکي AI په لور ، په کې: د نړیوال FLAIRS کنفرانس بهیر، 2004. (آنلاین) Archived 2022-03-20 at the Wayback Machine.
مصنوعي ځيرکتيا ته د مصنوعي ژوند لاره: د مجسمې جوړونه، موقعیت لرونکي اجنټان ، لوک سټیل او روډني بروکس ایډز. ، لارنس ایرلبام خپرونه، 1995. ( شابک ‎ )
Rodney A. Brooks Cambrian Intelligence (MIT Press, 1999) شابک ‎ ; په ترتیب سره د 1986 او 1991 څخه د "استعمال پرته ځيرکتيا" او "بې دلیله ځيرکتيا" په شمول د لومړنیو کاغذونو ټولګه.
Ronald C. Arkin Behavior-based Robotics (MIT Press, 1998) شابک ‎
هینډریکس-جانسن، هورسټ (1996) په عمل کې خپل ځان نیول: موقعیتي فعالیت، متقابل ظهور، تکامل، او انساني فکر . کیمبرج، ماس. : MIT پریس.

بهرنۍ لینک

مصنوعي ځيرکتيا: د انسائیکلوپیډیا بریتانیکا څخه یو ځای شوی چلند
ناول مصنوعي ذهانت - تعریف
عکس العمل برنامه کول او نوي مصنوعي ځيرکتيا

[1] Brooks, R. (1986). A robust layered control system for a mobile robot. IEEE Journal of Robotics and Automation 2(1):14-23.

[2] Rosenblatt J. and Payton D (1989). A fine-grained alternative to the subsumption architecture for mobile robot control. In: Proceedings of the IEEE International Conference on Neural Networks 2:317-324.

[3] Maes P. (1989). How to do the right thing. Technical Report AIM-1180, MIT Artificial Intelligence Laboratory.

[4] Tyrrell T. (1993). Computational mechanisms for action selection. PhD, University of Edinburgh.

[5] Tyrrell T (1993). The use of hierarchies for action selection. Adaptive Behavior 1(4):387-420.

[6] Arkin R. Motor schema based navigation for a mobile robot: an approach to programming by behavior. In: Proceedings of the IEEE Conference on Robotics and Automation, pp. 264-271, 1987.

[7] Steels, L. (1993). Building agents with autonomous behavior systems. In: The artificial route to artificial intelligence. Building situated embodied agents. Lawrence Erlbaum Associates, New Haven.

[۱]

[۲]

[۳]

[۴]

[۵]

[۶]

[۷]