Cours : Planification en intelligence artificielle

1. Planification
Intelligence artificielle
1Badiâa Dellal-Hedjazi USTHB - Département d’informatique

2. Motivations
Réactions instantanées à des stimuli ≠ Anticipation et réflexion sur les buts
 Prévoir
 Enchaîner les actions pour accomplir les tâches fixées
 Adapter
2

3. Introduction : Planification
Représentation des problèmes de planification ( états, actions , but)
 Description de l’état initial et l’état but
 Description d'un ensemble d'actions que l'agent peut exécuter
Tâche : Trouver une séquence d'actions qui mène l'agent de l‘état initial à l‘état but.
3

4. Environnement de planification
 Complètement observable
 Déterministe
 Fini
 Statique (les changements ne sont dus qu'aux seules actions des agents )
 Discret
4

5. Le langage STRIPS
STRIPS : Stanford Research Institute Problem Solver (1971)
 Conçu pour contrôler SHAKEY un robot mobile pouvant se déplacer et pousser des objets
Etat = conjonction de prédicats positifs (logique du premier ordre)
ex: At(Shakey, Door2) ^ At(Box2, Door2)
Action : nom de l'action et paramètres nécessaires pour appliquer l'action
ex : Push(Box2, Door1, Door2)
 Préconditions : ensemble des prédicats devant être vrais pour pouvoir appliquer l'action
 Effets : modifications des prédicats après l'exécution de l'action
 Retraits : prédicats qui étaient vrais et qui sont maintenant faux
 Ajouts : prédicats qui étaient faux et qui sont maintenant vrais
5

6. Méthodes de planification
Planification linéaire Planification non linéaire
6

7. Méthodes de planification : Planification linéaire
Recherche de séquences totalement ordonnées dans un espace d'états:
 Planification en chainage avant
(FSSP: Forward State Space Planning)
 Planification en chainage arrière
(BSSP: Backward State Space Planning)
Inconvénient: facteur de branchement très élevé
 Planification par empilement de buts
(GSP: Goal-stack planning)
Décomposition du problème en sous-but et enchaîner les sous-plans dans un certain ordre.
Inconvénient : ne peut pas résoudre certains problèmes (ex. Anomalie de Sussman ) 7

8. Planification comme recherche dans un espace d’états
Remarque :
• Les descriptions des états dans le monde réel sont complexes
• L'agent a le choix entre de nombreuses actions possibles.
Et donc : Traiter la planification comme un problème de recherche n’est pas très efficace
8
Exemple de tâche de planification: Aller chercher du lait, des bananes et une perceuse.

9. Planification non linéaire: Partial order planning
Utilise :
 Ensemble d’étapes (actions),
 Ensemble de conditions (prédicats),
 Liste de liens causaux : Action1  Condition C  Action2 (action 1 rend vrai précondition C de action 2 )
 Liste de liens d’ordre : Action1 < Action2.
 Commence par 2 étapes Début (sans préconditions) et Fin (sans effets)
 Début (Effets : description de l’état initial) et Fin (Préconditions : description de l’état but).
Algorithme:
Repeat until there are no open conditions:
1. Choose a step Sneed which has an open condition C.
Find a step Sadd either in the existing steps or in the list of actions which makes C true.
If Sadd is not in the existing steps, add it to the set of steps.
2. Add a link Sadd  C Sneed, and ordering constraint Sadd < Sneed.
If Sadd is new, add also Start < Sadd and Sadd < Finish
3. Check for clobbering:
for all causal links Action1  Condition CAction2
check if there is Action3 which makes C false.
If yes add either Action3 < Action1 or Action2 < Action3 to ordering constraints.
9

10. Le monde des cubes (blocks world)
Définition du monde des cubes :
 L'univers est composé d'un ensemble de blocs cubiques et d'une table.
 Les blocs sont mobiles, la table est immobile.
 Un agent effectue des actions primitives sur les blocs pour changer leur état.
 Cet agent est un bras avec une pince mobile.
 Un bloc peut reposer sur la table, sur un autre bloc ou être dans la pince.
 Il ne peut pas y avoir plus d'un bloc sur un autre bloc.
 La table est assez grande pour que tous les blocs puissent y prendre place
 La pince ne peut déplacer qu'un bloc à la fois.
10
Prédicats
 Handempty
 Holding(x)
 Clear(x)
 Ontable(x)
 On(x,y)
Actions
Pickup(x)
 pre and del : ontable(x), clear(x), handempty
 add : holding(x)
Putdown(x)
 pre and del : holding(x)
 add : ontable(x), clear(x), handempty
Stack(x,y)
 pre and del : holding(x), clear(y)
 add : handempty, on(x,y), clear(x)
Unstack(x,y)
 pre and del : handempty, on(x,y), clear(x)
 add : holding(x), clear(y)

11. Monde des cubes : Planification par chainage avant
Inconvénient: Facteur de branchement très élevé
11

12. Goal stack planning : Anomalie de Sussman
Inconvénient : Goal stack planning non efficace pour des problèmes difficiles comme l’anomalie de Sussman
12
Diviser l’état but en sous-buts:
1. ON(B,C)
2. ON(A,B) 1. Satisfaire ON(B,C) en premier
Problème: On ne peut satisfaire ON(A,B) sans défaire ON(B,C)
2. Satisfaire ON(A,B) en premier
Problème: On ne peut satisfaire ON(B,C) sans défaire ON(A,B)

13. Mondes des cubes: Partial order planning (POP) 1
13

14. Mondes des cubes: POP (2)
14

15. Mondes des cubes: POP (3)
15

16. Monde des cubes : POP (4)
16

17. Monde des cubes : POP (Plan final)
17

18. Planification : Applications
 Aérospatiale
 Deep Space One
 Prises de vues satellitaires
 Militaire
 Mission de déminage naval
 Mission d'hélicoptères de combats
 Robotique industrielle
 Ligne d'assemblage (ordonnancement de tâches) ,
 Transport
 Vie de tous les jours
 Aspirateur automatique, tondeuse automatique
 Informatique
 Composition de services web
18