手段目標分析
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2013/03/31 23:17 UTC 版)
手段目標分析(しゅだんもくひょうぶんせき、Means-Ends Analysis、MEA)[1]とは、人工知能 (AI) の技法の一種で、問題解決プログラムでの検索制御技法を意味する。
- ^ Simon, H. A. (1981). The sciences of the artificial. Cambridge, Mass: MIT Press.
- ^ Newell, A., & Simon, H. A. (1959). The simulation of human thought. Santa Monica, Calif: Rand Corp.
- ^ Newell, A., & Simon, H. A. (1961). GPS, a program that simulates human thought. Santa Monica, Calif: Rand Corporation.
- 1 手段目標分析とは
- 2 手段目標分析の概要
- 3 関連項目
手段目標分析
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/03/08 08:13 UTC 版)
初期のAIプログラムの多くは同じ基本アルゴリズムを採用していた。(ゲームに勝つ、定理を証明するなど)何らかの目標を達成するため、迷路を探索するようにそれに向かって(実際に移動したり、推論したりして)一歩一歩進み、袋小路に到達したらバックトラッキングする。この技法を「手段目標分析」と呼ぶ。 根本的な困難は、多くの問題で「迷路」でとりうる経路の数が天文学的だという点である(これを組合せ爆発と呼ぶ)。探索空間を狭めるためにヒューリスティクスや経験則を用い、解に到達しそうもない経路を排除する。 ニューウェルとサイモンはこのアルゴリズムの汎用版を確立しようと試み、そのプログラムをGeneral Problem Solverと称した。他の探索プログラムは幾何学の問題を解くなど印象的な成果をもたらしている。例えば、Herbert GelernterのGeometry Theorem Prover(1958)、ミンスキーの指導する学生James Slagleが書いた SAINT(1961)などがある。行動計画を立案するために目標を探索するプログラムもある。例えばスタンフォード大学のロボット「シェーキー」の行動を制御するために開発されたSTRIPSがある。
※この「手段目標分析」の解説は、「人工知能の歴史」の解説の一部です。
「手段目標分析」を含む「人工知能の歴史」の記事については、「人工知能の歴史」の概要を参照ください。
- 手段目標分析のページへのリンク