Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision		Previous revision
albero_decisionale [2023/07/17 16:40] – frederalbero_decisionale [2024/04/16 16:38] (current) – freder
Line 9: Line 9:
 Grazie alla loro semplicità di implementazione, sono utilizzati in molte applicazioni pratiche. Grazie alla loro semplicità di implementazione, sono utilizzati in molte applicazioni pratiche.
  
-Nel caso del RisiKo!, che è un **ambiente non deterministico**, il giocatore razionale non è in grado di prevedere con certezza l'esito delle proprie azioni. In questi casi il giocatore deve necessariamente rilevare lo stato dell'ambiente esterno sia prima che dopo l'azione. La prima rilevazione //(percezione ex-ante)// è utile per elaborare la decisione ossia l'azione da intraprendere. La seconda rilevazione //(percezione ex-post)// è, invece, utile per verificare gli effetti dell'azione intrapresa sull'ambiente esterno.+>Nel caso del RisiKo!, che è un **ambiente non deterministico** **(*)**, il giocatore razionale non è in grado di prevedere con certezza l'esito delle proprie azioni. In questi casi il giocatore deve necessariamente rilevare lo stato dell'ambiente esterno sia prima che dopo l'azione. La prima rilevazione //(percezione ex-ante)// è utile per elaborare la decisione ossia l'azione da intraprendere. La seconda rilevazione //(percezione ex-post)// è, invece, utile per verificare gli effetti dell'azione intrapresa sull'ambiente esterno.
  
 Gli alberi di ricerca AND-OR si presentano solitamente come delle routine o delle sotto-routine //(subroutine)//. Le strategie di contingenza delineate negli alberi di ricerca AND-OR possono essere rigide o flessibili. Gli alberi di ricerca AND-OR si presentano solitamente come delle routine o delle sotto-routine //(subroutine)//. Le strategie di contingenza delineate negli alberi di ricerca AND-OR possono essere rigide o flessibili.
Line 31: Line 31:
 ---- ----
  
-**CRITICHE**+=== CRITICHE ===
  
 **Schemi predeterminati**: gli algoritmi decisionali non sono veri e propri sistemi intelligenti. Si tratta per lo più di schemi predeterminati da utilizzare in particolari situazioni. Inoltre, sono fortemente dipendenti dalla capacità di prevedere tutte le possibili situazioni di contingenza e sulla conoscenza delle migliori azioni possibili. Ciò causa un forte allungamento dei tempi della progettazione iniziale della base di conoscenza e un elevato rischio di presenza di errori e omissioni. Sono particolarmente interessanti, invece, quando è lo stesso agente razionale a scrivere gli alberi decisionali sulla base dell'esperienza passata e dell'analisi dei feedback. **Schemi predeterminati**: gli algoritmi decisionali non sono veri e propri sistemi intelligenti. Si tratta per lo più di schemi predeterminati da utilizzare in particolari situazioni. Inoltre, sono fortemente dipendenti dalla capacità di prevedere tutte le possibili situazioni di contingenza e sulla conoscenza delle migliori azioni possibili. Ciò causa un forte allungamento dei tempi della progettazione iniziale della base di conoscenza e un elevato rischio di presenza di errori e omissioni. Sono particolarmente interessanti, invece, quando è lo stesso agente razionale a scrivere gli alberi decisionali sulla base dell'esperienza passata e dell'analisi dei feedback.
Line 37: Line 37:
 **Cammino ciclico**: un albero di ricerca AND-OR è soggetto al rischio dei cammini ciclici //(loop)//. Il cammino ciclico **si verifica quando uno stato corrente è uguale a uno degli stati precedenti del cammino**. In tali casi l'agente razionale cade in un ragionamento ciclico che, molto spesso, può anche diventare infinito. Per evitare questo rischio è consigliabile inserire in un albero di ricerca AND-OR una **funzione di controllo che eviti la ripetizione continua** degli stati in un medesimo cammino. La funzione di controllo può evitare qualsiasi ripetizione degli stati oppure accettarli soltanto **entro una soglia di tolleranza massima di tentativi**, oltre la quale far scattare una **routine di contingenza per uscire dall'impasse**. **Cammino ciclico**: un albero di ricerca AND-OR è soggetto al rischio dei cammini ciclici //(loop)//. Il cammino ciclico **si verifica quando uno stato corrente è uguale a uno degli stati precedenti del cammino**. In tali casi l'agente razionale cade in un ragionamento ciclico che, molto spesso, può anche diventare infinito. Per evitare questo rischio è consigliabile inserire in un albero di ricerca AND-OR una **funzione di controllo che eviti la ripetizione continua** degli stati in un medesimo cammino. La funzione di controllo può evitare qualsiasi ripetizione degli stati oppure accettarli soltanto **entro una soglia di tolleranza massima di tentativi**, oltre la quale far scattare una **routine di contingenza per uscire dall'impasse**.
  
 +>**(*)**: L'ambiente non deterministico, detto anche ambiente stocastico, è un ambiente operativo in cui prevale una condizione di incertezza tra le cause e gli effetti. Lo stato corrente N dell'ambiente e le azioni dell'agente razionale non sono informazioni sufficienti per determinare con certezza lo stato successivo N+1 dell'ambiente operativo. In un ambiente non deterministico **l'agente razionale non può calcolare con certezza gli effetti delle proprie azioni sull'ambiente**. **Per associare le azioni ai risultati** l'agente razionale deve **continuamente rilevare lo stato dell'ambiente** che lo circonda. La seconda rilevazione //(analisi dei risultati)// è particolarmente importante nell'ambiente non deterministico e può rispondere a diverse necessità. In particolar modo, la rilevazione ex-post svolge due funzioni. **1) Analisi feed-back**: permette di associare le azioni ai risultati al fine di ottenere un quadro probabilistico che consente di migliorare la conoscenza e l'esperienza. Questa funzione è alla base della costruzione automatica dei sistemi esperti; **2) Percezione**: la rilevazione dell'ambiente esterno ex-post, oltre a consentire di verificare i risultati dell'azione, permette anche di ottenere una nuova fotografia dell'ambiente esterno per elaborare la decisione/azione successiva. In altri termini, in una sequenza decisionale la rilevazione ex-post della decisione N può coincidere con la rilevazione ex-ante della decisione N+1 purché i tempi di analisi dei risultati dell'azione N non siano troppo lunghi da rendere vecchia la fotografia dell'ambiente N+1. 
 +>
 +>Le informazioni di feedback //(retroazione)// consentono all'agente razionale di decidere sulla base dell'ambiente rilevato e non più sulla base dell'ambiente atteso. L'agente razionale può memorizzare ogni propria azione con i risultati ottenuti sull'ambiente e maturare una esperienza.
  
 +Torna al paragrafo [[Avanzate III#Prudenza e aggressività|4.3 Prudenza e aggressività]]
  
-Torna al paragrafo [[Avanzate III#Prudenza e aggressività|5.3 Prudenza e aggressività]]+Torna al paragrafo [[Avanzate III#Pianificazione di lungo periodo|4.7 Pianificazione di lungo periodo]] 
 + 
 +Torna al paragrafo [[Avanzate IV#Principali tattiche di gioco|5.2 Principali tattiche di gioco]] 
 + 
 +Torna al paragrafo [[Avanzate IV#Fasi della partita|5.5 Fasi della partita]] 
 + 
 +Torna al paragrafo [[Avanzate IV#6.5.3 Fase finale|5.5.3 Fase finale]] 
 + 
 +Torna al paragrafo [[Avanzate IV#6.5.4 Sdadata|5.5.4 Sdadata]]