Čtení: 30 minHodnotí se: test 3 (robotika), zkouška

6 Robotika, jazyk a hranice UI

Po přečtení umíš
  • spočítat Bayesovu aktualizaci přesvědčení
  • popsat lokalizaci a Kalmanův filtr
  • vysvětlit konfigurační prostor a PID
  • rozlišit slabou a silnou UI

6.1 Ukázka: robot před dveřmi

Robot neví, jestli jsou dveře otevřené. Nejdřív věří 50 na 50. Senzor říká „otevřeno“, ale chybuje: u otevřených dveří to řekne s pravděpodobností 0,6, u zavřených 0,3.

P(o∣z)=0,6⋅0,50,6⋅0,5+0,3⋅0,5=23.P(o \mid z) = \frac{0{,}6 \cdot 0{,}5}{0{,}6 \cdot 0{,}5 + 0{,}3 \cdot 0{,}5} = \frac{2}{3}.

Jedno měření zvedlo přesvědčení na dvě třetiny. Robotika je z velké části právě tohle.

6.2 Vnímání

Definice 6.2 (Bayesovo pravidlo)
P(A∣B)=P(B∣A) P(A)P(B)P(A \mid B) = \frac{P(B \mid A)\, P(A)}{P(B)}

Přesvědčení je rozdělení P(Xt∣z1:t,a1:t−1)P(X_t \mid z_{1:t}, a_{1:t-1}). Střídají se dva kroky: akce ho rozmaže, měření zaostří.

Lokalizace: známý start je stopování, neznámý je globální lokalizace. Kalmanův filtr drží přesvědčení jako normální rozdělení a předpokládá lineární modely. Jinak je potřeba linearizace.

6.3 Pohyb

Definice 6.3 (Konfigurační prostor)

Každý bod je úplná poloha robota, třeba úhly kloubů. Překážky se do něj promítnou jako zakázané oblasti a robot je tam jediný bod.

Plánování pohybu: rozklad na buňky nebo skeletonizace převede spojitý prostor na graf. Pak funguje A*.

PID řídí podle chyby: P reaguje na aktuální chybu, I na nahromaděnou odchylku a D tlumí kmitání.

6.4 Přirozený jazyk

Gramatika popisuje strukturu vět. CYK dělá syntaktickou analýzu dynamickým programováním, PCFG přidává pravděpodobnosti pravidel. Jazyk je víceznačný, takže je potřeba vybrat nejpravděpodobnější rozbor.

6.5 Hranice UI

Slabá UI: stroj se chová inteligentně. Silná UI: stroj skutečně myslí a má vědomí. Turingův test posuzuje chování. Čínský pokoj (Searle) argumentuje, že manipulace symboly není porozumění.

6.6 Kvíz

Kvíz

1. Co předpokládá Kalmanův filtr?
2. Která složka PID řeší trvalou odchylku?
3. Apriorně 0,5. P(z∣o)=0,8P(z \mid o) = 0{,}8, P(z∣¬o)=0,2P(z \mid \neg o) = 0{,}2. Jaké je P(o∣z)P(o \mid z)?
4. Co je konfigurační prostor a proč ho používáme?
Ukázat řešeníProstor všech poloh robota. Složitý robot se v něm změní na bod a detekce kolize na test bodu proti překážkám, takže lze použít grafové hledání.

6.7 Tahák

Tahák
  • Bayes: P(A∣B)=P(B∣A)P(A)/P(B)P(A|B) = P(B|A)P(A)/P(B).
  • Přesvědčení: akce rozmaže, měření zaostří.
  • Kalman: lineární, Gauss.
  • Konfigurační prostor: robot je bod.
  • PID: přítomnost, minulost, trend.
  • Slabá UI chování, silná UI vědomí.

Zdroje

  • UMI přednáška 9: Bayes strana 9, přesvědčení 11, lokalizace 12–14, Kalman 15–16, plánování pohybu 18–22, PID 24
  • UMI přednáška 10: gramatiky strany 5–6, analýza 8, CYK 10, PCFG 11, překlad 21–24
  • UMI přednáška 12: slabá a silná UI strany 8–10, Searle 13
  • UMI semináře 6 a 7