Loading article…
人工知能において、フルーエントとは時間とともに変化する可能性のある状態のことです。行動に関する論理的推論のアプローチでは、フルーエントは時間に依存する引数を持つ述語によって一階述語論理で表現できます。たとえば、「箱はテーブルの上にある」という条件は、時間とともに変化する可能性があるため、次のように表現することはできません。述語には3つ目の引数が必要である時間を指定するには：箱が時刻にテーブル上にあることを意味しますこの流暢さの表現は、状況計算において、現在の時刻の代わりに過去の行動のシーケンスを使用することで修正される。
流暢な表現は、時間引数を省略して関数で表すこともできます。たとえば、箱がテーブルの上にあることは、次のように表すことができます。、 どこは関数であり、述語ではありません。一階述語論理では、述語を関数に変換することを具体化と呼びます。そのため、関数で表現される流暢性は具体化されていると言われます。具体化された流暢性を使用する場合、流暢性が実際に真であるかどうかを判断するために、別の述語が必要になります。たとえば、それは、その時点で箱が実際にテーブル上にあることを意味します。述語がこれは、流暢性が真であるかどうかを示すものです。この流暢性の表現は、イベント計算、流暢性計算、および機能と流暢性の論理で使用されます。
一部の流暢性は、別の方法で関数として表現できます。たとえば、箱の位置は関数で表現できます。その値は、その時点で箱が乗っている物体である。このように表現できる条件は、関数フルーエントと呼ばれます。このような関数の値に関する記述は、次のようなリテラルを使用して、等号を含む一階述語論理で表すことができます。状況計算では、一部の流暢性がこのように表現されます。
歴史的観点から見ると、フルーエントは定性的推論の文脈で導入されました。そのアイデアは、プロセス モデルを数式ではなく自然言語で記述することです。つまり、アクションは軌跡だけでなく、テキスト アドベンチャーに非常によく似た記号モデルによっても決定されます。素朴な物理学は数値物理エンジンとは対立し、アクションの結果を予測する義務があります。[ 1 ]フルーエントは、ロボットの動きと自然言語でのタスク記述との間の常識的な基盤を実現します。[ 2 ]
技術的な観点から言えば、流暢さは、素朴な物理エンジンによって解析されるパラメータに等しい。パーサーは、自然言語の流暢さとセンサーによって測定された数値との間で変換を行う。[ 3 ]その結果、人間と機械のインタラクションが向上する。
