ogni42:
Ich habe lediglich die Frage gestellt, wie so ein Baum an einem konkreten Beispiel aussieht, wenn Verhalten, Bewertung und Objektabstraktion in einer Wissenbasis gespeichert sein sollen.

In der Wissensbasis für Objekte sind keine Verhalten (d.h. Aktivitäten) gespeichert. Situationsmodelle sind in einer anderen Wissinsbasis gespeichert. Die Bewertung von Objekten funktioniert in Kürze so: ein Objektmodell hat Reizmuster zugeordnet und aufgrund dieser Reizmuster und aktuellen Bedürfnis- Befriedigungs- und Verlangenswerten berechnet der Roboter den aktuellen Reiz (d.h. die Bewertung) des Objektes.

schurm2:
Der Roboter erkennt selbstständig nur konkrete Objekte. Er erkennt daß ein abstraktes Objektmodell, M(Ok), das beste Modell für das neue Objekt ist. Wenn M(Ok) Nachfolgeknoten hat, dann trägt er das neue Modell Ms(On), als Konkretisierung des Modells M(Ok), als dessen Nochfolger ein. Die Bedingung, daß M(Ok) Nachfolgeknoten haben muß ist nur aus praktischen Gründen gegeben; ohne diese Bedingung könnten unklare strukturen in der Wissensbasis entstehen - aber ich bin nicht sicher ob sie wirklich notwendig ist (das hängt davon ab wie gut die Anfangs-Wissensbasis die Umgebung darstellt)

ogni42
Nochmal: Irgendwann muss es zu dem Punkt kommen, bei dem ein Blatt angelegt wird. Diese erstmalige Anlegen eines Blattes geht nur mit Lehrer. Wenn keine weiteren Knoten/Blätter durch den Lehrer angelegt werden, gibt es keine weiteren Abstraktionen. Oder mal ganz platt gesagt: Wenn alles was wir haben ein Hammer ist, sieht jedes Problem wie ein Nagel aus.

Jedes konkrete Objekt ist ein Blattknoten. Lehrer ist nicht nötig; aber die abstrakte Objektmodelle in der Wissensbasis müßen so durch den Entwickler gebildet und eingegliedert sein, daß für die konkreten Objekte in der Umgebung des Roboters ein genügend genaues abstraktes Objektmodell gegeben ist. Beispiel: der Roboter nam visuell wahr eine neue Waschmaschine Wn; in der Wissensbasis ist das abstrakte Modell " Waschmaschine"; der Roboter erkennt Waschmaschine Wn als eine Konkretisierung des Modells "Waschmaschine" , bildet das Model für Waschmaschine Wn und legt es als Nachfolgeknoten (ein Blattknoten) des Modells "Waschmaschine".

ogni42:
Es fehlt die Motivation. Beispiel aus dem Menschenreich: Die Inuit kennen viele verschiedene Abstraktionen für Schnee, basierend auf Konsistenz, Aussehen, ... Für uns Mitteleuropäer gibt es keine Motivation die zu lernen. Daher werden wir die auch nicht bilden.

schurm2:
Ha, der Roboter ist Neugierig und kann die Wichtigkeit des gegenwärtigen neuen Objektes annähernd bewerten. Wenn das Objekt genügend wichtig ist, bildet und speichert er dessen Modell. Eine Hypothese kann gebildet werden - das gesagte Objektmodell M(Ok) ist die Hypothese.

ogni42
Die Neugier ergibt sich aus einer Zielvorgabe. Exploration setzt - auch beim motivierten Menschen - ein Belohnungssystem voraus. Wie oben gesagt, kann der Roboter, so wie von Dir vorgeschlagen ohne Leherer keine neuen Abstraktionen bilden. Das Objektmodell wird daher immer eingeschränkt bleiben.


Der Roboter funktioniert anders als ein Mensch - z.B. er hat keine Ziele (keine Zielvorgabe) die er mittels Aktivitäten erreichen will (Bemerkung: motivierte Agenten haben meistens solche Zielvorgabe) . Ein Belohnungssystem wie beim Menschen hat der Roboter nicht. Der Roboter bewertet das neue konkrete Objekt aufgrund des gesagten Objektmodells M(Ok) und weil es neu ist. Wenn diese Bewertung gegenwärtig genügend groß ist, führt er Explorationsaktivitäten aus.

schurm2