p->q p _____________ :. q | conejo(x)->mamifero(x) mamifero(x)->animal(x) |
conejo(x)-> | mamifero(x) | |
mamifero(x)-> | animal(x) | |
aminal(Bugs Bunny) |
conejo(x)
debe ser unificada en el primer
lugar con el hecho conejo(Bugs Bunny)
antes de que la regla conejo se pueda
aplicar, por lo que la cadena causal será en realidad una sucesión de implicaciones y
unificacionesanimal(Bugs-Bunny)
. El problema central del encadenamiento hacia atrás es
encontrar una cadena de enlace entre la evidencia y la hipótesis.conejo(Bugs Bunny>)
se llama la evidencia en el encadenamiento hacia
atrás, para indicar que se usará para sostener la hipótesis, siendo esta evidencia usada para
probar dicha hipótesis. Tenemos una estructura de claúsulas.
funcion agente_de_soluciones_de_un_problema(p) return una_oración_simple
inputs: p, una percepción
structic: s, secuencia de acciones, inicialmente vacía,
estado, descripción del estado actual del mundo
g, una meta, inicialmente nula
problema, una formulación del problema
estado <- cambio_estado(estado, p)
if s esta vacio then
g <- FORMULACIÓN_DE_LA_META(estado)
problema <- FORMULACION_DE_LA_META(estado, g)
s <- BUSQUEDA(problema)
acción <- RECOMENDACION(s, estado)
s <- RESTANTE(s, estado)
return accion
tipo-de-dato PROBLEMA
componentes ESTADO-INICIAL, OPERADORES, CONTRASTE-META, FUNCION-COSTE-CAMINO
funcion: BUSQUEDA_GENERAL(problema, estrategia) return solución o fallo
inicializar el arbol con un estado inicial del problema
loop do
if no existe candidato para la expansión then return fallo
elegir un nodo u hoja para extenderse de acuerdo a la estrategia
if el nodo contiene un estado metan then return solucion
else extender el nodo y añadir los nodos resultados al arbol de busqueda
end