ogni42:
[highlight=red:ac3e8f9e58] zu 1). Geht grundsätzlich. In der Hauptsache besteht das Problem im Anlegen einer Grundwissensbasis, sowie im Erkennen und Bewerten von Eigenschaften. Dafür braucht es ebenfalls eine (zweite) Wissensbasis, die zumindest Merkmalstypen, die zu Eigenschaften kombiniert werden (Dritte WBasis, nämlich Verknüpfung der Merkmale zu den zu bewertenden Eigenschaften/Verhalten) enthält. Auch diese beiden Basen müssen mit Lehrer trainiert werden.[/highlight:ac3e8f9e58]

Man braucht nicht zweite und dritte Wissensbasis. Im Modell des Objektes (in der Wissensbasis) sind Merkmalstypen und Eigenschaften des Objektes eingetragen.

ogni42: [highlight=red:ac3e8f9e58] zu 2.) Geht so nicht, da wenn O_n keine Blätter hat, niemals selbständig ein Blatt erzeugt wird. Alternativ ginge da über die Bewertung von Ähnlichkeitsmaßen. Dafür gibt es aber bessere Strukturen als Bäume, z.B. Support Vector Maschinen, Adaptive Mixture of Experts o.ä. die sich ebenfalls hierarchisieren lassen.[/highlight:ac3e8f9e58]

In (2) ist nicht gesagt, daß wenn O-n keine Blätter hat, der Roboter selbstständig Nachfolgeknoten von O-n bildet.

ogni42: [highlight=red:ac3e8f9e58]3/4) Es geht besser mit Lehrer aber auch ohne Lehrer, dann aber langsamer. Dazu muss aber das Belohnungsschema/Ziel fest stehen. Hierbei ist aber ein Scheitern möglich, wenn mit keiner Handlungsalternative dem Ziel näher gekommen werden kann.[/highlight:ac3e8f9e58]

Der Roboter soll nicht durch Belohnungswerte gelehrt werden. Im Dialog schlägt derRoboter vor welche Informationen eingetragen sein sollen. Die Zuständige Person bestätigt oder korrigiert sie. Durch Fragen erhält der Roboter Informationen die er braucht. Die zuständige Person ist kein Lehrer, sondern hat die Rolle eines Informanten.

schurm2