Обучение агента системы анализа изображений

Цибульский Г.М. (tcgm@fivt.krasn.ru), Латынцев А.А. Красноярский государственный технический университет

Агент как решающая система второго рода, основанная на концепции конечности знания, и в силу изменчивости среды находится в ситуации начальной неопределённости своего состояния. В этой связи в настоящей работе рассматривается проблема обучения агента системы анализа изображений.

Параметры и функциональная структура агента изменяются на основе текущей информации о состояниях и свойствах оригинала, то есть на основе тех сведений, которые не содержатся в априорном знании агента. Таким образом, роль обучения [2-4] состоит в накоплении агентом функционального опыта и опыта отражения оригинала. С другой стороны, адаптация всегда связана с целью функционирования агента. Обучение осуществляется в том объёме, который обеспечивает агенту возможность достижения цели его функционирования. Как только цели обучения будут достигнуты, агент немедленно возобновляет решение исходной задачи. Таким образом, цели обучения ограничены его текущими потребностями, которые обусловлены средой агента.

Обучение агента носит сугубо индивидуальный характер, поскольку каждый агент индивидуален своей системой целей и знанием о среде, с другой стороны, само познание, в общем случае, является результатом коллективного творчества, всякий агент должен вписываться в ту систему понятий, которая создаётся вне его индивидуальной деятельности. Просто его обучение носит не вполне самостоятельный характер: учитель присутствует явно, или неявно.

В общем случае, роль учителя сводится к указанию класса, к которому относится та или иная реализация, например, учебной выборки. При этом учитель реализует следующие шаги - 1) идентифицирует необходимость обучения, 2) формулирует цель обучения, 3) определяет стратегию обучения, 4) на основе модели обучаемого определяет средства и тактику воздействия на обучаемого, 5) воспринимает реакцию обучаемого и на основе модели предмета обучения контролирует качество обучения, 6) в зависимости от текущего качества обучения корректирует модель обучаемого, используемые средства воздействия на обучаемого.

Поскольку приобретаемое агентом знание должно быть согласовано со знанием его окружения, то роль учителя (источника дополнительного знания) для агента выполняют пользователь или надсистема агента. Источником информации для устранения неопределённости формулировки текущей задачи является оригинал основной или сопутствующих задач агента.

В общем случае описание изображения является многоуровневым: иконический уровень, уровень примитивов, сегментный уровень, уровень классов сегментов, уровень тематических карт. Для каждого уровня описания изображения характерен свой набор признаков, на основе которого формируется уникальное описание каждого элемента изображения соответствующего уровня. Всякий агент этого же уровня имеет пространство обобщения данных, сформированное на основе признаков рассматриваемого уровня. С другой стороны, агент имеет пространство признаков описания целей, которые может преследовать рассматриваемый агент. Эти два пространства агента по размерности и тем более по составу признаков, области их определения не связаны. Рассматриваемые пространства связаны только по структуре: каждому классу целей агента соответствует класс обобщения данных. Таким образом, описание текущей цели и описания пространств целей и обобщения данных формируются не во взаимосвязи друг с другом и могут не совпадать.

Если агент активирован, то он во взаимодействии со средой означивает вектор признаков текущей цели. При означивании описания текущей цели возникает одна из следующих трёх ситуаций:

•описание текущей цели совпадает с описанием одной из известных агенту целей с точностью до 8 (критерий компактности).

•описание текущей цели не совпадает с описанием какой-либо из известных агенту цели с точностью до 8 (описание текущей цели не попадает ни в один из известных агенту кластеров в пространстве целей, оно попадает в неизвестную агенту область пространства его целей).

•описание текущей цели не попадает в пространство целей агента (значения признакового описания текущей цели агента не удовлетворяют области определения пространства целей агента).

Посылка ядра продукции функциональной модели агента принимает значение «истина» только в первом случае. В этом случае агент распознаёт структуру текущей цели (подцели, на которые разбивается текущая цель агента), но и имя класса обобщения данных, который связан с текущей целью агента.

По описанию сформулированной подцели агент осуществляет поиск на множестве нижележащих соседей агента адекватного сформулированной подцели. Решение об активации нижележащего агента принимается уже рассмотренным выше способом.

В силу взаимозависимости подзадач текущий агент активирует своих нижележащих соседей в той последовательности, в которой упорядочены подцели текущей цели. Всякий раз, переходя в ожидание реакции активированного нижележащего соседа. Только после получения решений всех активированных нижележащих соседей текущий агент начинает их проверку на непротиворечивость и полноту: на их соответствие описанию текущей цели. И здесь возникает один из пяти случаев, которые были рассмотрены выше: отклики соседей согласуются с описанием цели, отклики

не согласуются с описанием цели, отклики частично согласуются с описанием текущей цели. В последнем случае возникают ошибки первого и второго рода.

Если отклики нижележащих соседей текущего агента согласуются, то агент формирует свой отклик вышестоящему соседу, как результат преследования предложенной ему цели, и переходит в режим ожидания реакции вышестоящего соседа.

Рассмотренная укрупнённо схема взаимодействия агента со средой указывает на распознаваемые агентом ситуации, находясь в которых он вынужден прервать преследование текущей цели и перейти в режим обучения (модификация агента):

•область определения пространства целей не согласуется со значениями описания цели (во взаимодействии со средой область определения пространства целей должна быть увеличена);

•пространство целей агента имеет меньшую размерность, чем описание текущей цели (размерность пространства целей должна быть увеличена, при этом по новым измерениям уточняются известные агенту цели: эталон и критерий компактности);

•агенту не известен класс предложенной для преследования цели (в пространстве целей агента образуется новый кластер, с которым связывается типовая структура нового типа цели и кластер в пространстве обобщения данных: прецедентное обучение);

•пространство обобщения агента имеет меньшую размерность, чем отклик нижележащего соседа (размерность пространства обобщения должна быть увеличена);

•область определения пространства обобщения не согласуется со значениями признакового описания отклика (область определения пространства обобщения увеличивается);

•отклик среды по пространству обобщения не описывается известными агенту кластерами (в пространстве обобщения на основе выборочных данных образуется новый кластер);

•пространство целей агента имеет большую размерность в сравнении с размерностью описания текущей цели (описание текущей цели корректируется путём передачи надагенту отклика большей размерности);

•пространство обобщения агента имеет большую размерность в сравнении с размерностью описания отклика среды (размерность пространства целей нижележащего соседа должна быть повышена).

Обучение агента осуществляется и при анализе сообщений пользователя таким же образом, что и при решении исходной задачи.

Понятие, образуемое агентом, есть такое знание, которое выделяет данный класс объектов от «всего остального». А с процедурной точки зрения понятие есть правило, которое позволяет определить, принадлежит ли текущий объект к тому множеству, которому соответствует рассматриваемое