AI基礎講座第3話第1次AIブーム推論と探索 (1)

Slide 1

Slide 1 text

Ridge-i インターンシッププログラム人工知能・機械学習（AI/ML）基礎講座第3話第1次AIブーム推論と探索 (1) Chief Research Officer 牛久祥孝

Slide 2

Slide 2 text

1.1.2. 推論と探索

Slide 3

Slide 3 text

推論＝（ほぼ）探索 • 推論と探索は基本的に同じ • 本小節では、探索として以下の項目について解説する – 深さ優先探索 – 幅優先探索 – 最適探索 – 最良優先探索 – A*探索 – 動的計画法 – ミニマックス法 – アルファ・ベータ法 – モンテカルロ木探索

Slide 4

Slide 4 text

迷路 • からまでロボットが到達するような問題を考える

Slide 5

Slide 5 text

迷路 • からまでロボットが到達するような問題を考える • 迷路の次の位置にマークをおく – 分岐 – 行き止まり

Slide 6

Slide 6 text

迷路 • からまでロボットが到達するような問題を考える • 迷路の次の位置にマークをおく – 分岐 – 行き止まり • 行き来可能なマーク同士を線で結ぶ

Slide 7

Slide 7 text

迷路の探索＝グラフの探索エッジノード

Slide 8

Slide 8 text

深さ優先探索初期化：オープンリストにを入れるクローズドリストを空にするオープンリストに何かある限り以下を繰り返す 1. オープンリストから先頭のノードを取り出し、クローズドリストの先頭に追加 2. 今のノードがであればゴール 3. 今のノードから辿れてリストにないノードをすべてオープンリストの先頭に追加オープンリストクローズドリスト

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

幅優先探索初期化：オープンリストにを入れるクローズドリストを空にするオープンリストに何かある限り以下を繰り返す 1. オープンリストから先頭のノードを取り出し、クローズドリストの先頭に追加 2. 今のノードがであればゴール 3. 今のノードから辿れてリストにないノードをすべてオープンリストの末尾に追加オープンリストクローズドリスト

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

Slide 27

Slide 27 text

Slide 28

Slide 28 text

Slide 29

Slide 29 text

Slide 30

Slide 30 text

Slide 31

Slide 31 text

Slide 32

Slide 32 text

Slide 33

Slide 33 text

深さ優先探索と幅優先探索 • 深さ優先探索 オープンリストに記憶されるノード数が比較的少なくて済むので、大きなグラフの探索に適している  仮にスタートの近くにゴールがあっても、深さを優先して無駄な探索を続ける可能性がある • 幅優先探索 初期ノードに近いところから探索するので、スタートから近いゴールを発見するのに有効  グラフが横に大きいとオープンリストに多くのメモリが必要 • 共通すること – 未知の迷路でも動くが、無駄な行き来が多い

Slide 34

Slide 34 text

無駄な行き来を減らすには • 最短何歩でゴールまでつけるか • • ()スタートから現在地までの最適経路での歩数（コスト）の総和 • ℎ() 現在地からゴールまでの最適経路での歩数（コスト）の総和 • � , � ℎ () それらの推定値 1歩 4歩 2歩 2歩 4歩 6歩 2歩 3歩 1歩 2歩

Slide 35

Slide 35 text

最適探索初期化：オープンリストにを入れる(コスト0) クローズドリストを空にするオープンリストに何かある限り以下を繰り返す 1. オープンリストから先頭のノードを取り出し、クローズドリストの先頭に追加 2. 今のノードがであればゴール 3. 今のノードから辿れてリストにないノードをすべてオープンリストに追加し、から今のノードまでのコストの総和 � ()が小さい順に並べる

Slide 36

Slide 36 text

現在地からゴールまでの最適経路の歩数ℎ()？まだ探索中なのに最適な経路なんてわからない！別の情報があれば推定はできるかも？例：座標が分かれば最小歩数は出る ℎ(2 )=2+3=5

Slide 37

Slide 37 text

最良優先探索初期化：オープンリストにを入れるクローズドリストを空にするオープンリストに何かある限り以下を繰り返す 1. オープンリストから先頭のノードを取り出し、クローズドリストの先頭に追加 2. 今のノードがであればゴール 3. 今のノードから辿れてリストにないノードをすべてオープンリストの追加し、今のノードからまでのコストの総和� ℎ()が小さい順に並べる

Slide 38

Slide 38 text

A*探索初期化：オープンリストにを入れるクローズドリストを空にするオープンリストに何かある限り以下を繰り返す 1. オープンリストから先頭のノードを取り出し、クローズドリストの先頭に追加 2. 今のノードがであればゴール 3. 今のノードから辿れてリストにないノードをすべてオープンリストの追加し、今のノードからまでのコストの総和 + � ℎ()が小さい順に並べる