Grundlagen der Künstlichen Intelligenz und Agentensysteme

Künstliche Intelligenz: Definitionen und Konzepte

Die KI-Studie befasst sich mit dem Erkennen, der Vernunft und dem Handeln. Systeme, die wie Menschen denken, versuchen zu verstehen, wie der menschliche Geist funktioniert. Systeme, die auf Regeln basieren, bilden die Grundlage.

Intelligente Agenten

Ein intelligenter Agent ist eine Einheit, die fähig ist, ihre Umwelt wahrzunehmen, zu verarbeiten und auf diese Wahrnehmungen rational zu reagieren. Ein rationaler Agent setzt sich zusammen aus: Agent = Architektur + Programm. Das Programm hängt dabei von der Umgebung ab.

Prolog

Prolog: Eine funktionale Programmiersprache, die auf Logik basiert.

Agenten-Typen

• 1. Reflex-Agent: Aktionen werden nach festen Regeln angewandt. Programm: Zustand <- interpretieren_Eingaben; Regeln <- Regelmenge; Aktionen <- Aktionsregeln.
• 2. Reflex-Agent mit internem Zustand: Das Programm modifiziert Zustände und wendet entsprechende Regeln an.
• 3. Zielbasierte Agenten: Agenten, die die Welt kontrollieren und Unterschiede bewerten (z. B. Taxifahrer). Sie nutzen Such- und Planungsalgorithmen.
• 4. Nutzenbasierte Agenten: Sie bewerten alle möglichen Zustände und wählen die am besten geeignete Option aus.

Umgebungsarten

1. Zugänglich / Unzugänglich: Alle Informationen sind verfügbar / nicht alle Informationen sind bekannt.
2. Deterministisch / Nicht-deterministisch: Der nächste Zustand ist vorhersehbar / nicht eindeutig wählbar.
3. Episodisch / Nicht-episodisch: Handeln ohne vorheriges Denken / Denken vor dem Handeln.
4. Diskret / Kontinuierlich: Diskrete Schritte / keine festen Zustände.
5. Statisch / Dynamisch: Die Umwelt bleibt unverändert / verändert sich während des Denkprozesses.

Suchverfahren

1. Blinde Suche

Es gibt keine Zusatzinformationen über die Kosten oder die Distanz zum Ziel. Verwendet werden Breitensuche und Tiefensuche.

2. Heuristische Suche

Nutzt eine Funktion h(n), die die geschätzten Kosten vom aktuellen Zustand (n) zum Zielzustand angibt.

3. Best-First-Suche

Der Knoten mit der besten Bewertung wird zuerst erweitert. Hierbei werden alle bisher gesehenen Knoten berücksichtigt.

4. Breitensuche (Breadth-First)

Jeder Knoten auf einem bestimmten Niveau wird vollständig ausgewertet, bevor zum nächsten übergegangen wird. Sie ist optimal und sucht die kürzeste Lösung. Funktionsweise: Der Graph wird ohne Rücksicht auf das Ziel durchsucht, bis es gefunden wird. Alle untergeordneten Knoten werden in einer FIFO-Warteschlange gespeichert.

5. Tiefensuche (Depth-First)

Ein Algorithmus, der rekursiv alle Knoten eines Graphen oder Baums durchläuft. Wenn keine weiteren Knoten vorhanden sind, erfolgt ein Rückschritt (Backtracking), um den Vorgang mit jedem Zweig zu wiederholen.