Die Blockswelt ist eine vereinfachte, abstrakte Domäne in der Forschung zur künstlichen Intelligenz (KI), die erstmals in den 1960er Jahren eingeführt wurde. In ihr manipuliert ein Roboterarm eine Menge kubischer Blöcke, die auf einem Tisch liegen. Das Ziel besteht typischerweise darin, die Blöcke von einer Anfangskonfiguration in eine Zielkonfiguration umzuordnen, wobei Einschränkungen gelten, wie etwa, dass nur ein Block gleichzeitig bewegt werden darf und dass ein Block nicht bewegt werden darf, wenn ein anderer Block auf ihm liegt. Aufgrund ihrer Einfachheit und klar definierten Regeln wurde die Blockswelt zu einem Standard-Testfeld für frühe KI-Planungs- und Problemlösungssysteme, und sie bleibt ein pädagogisches Werkzeug in KI-Kursen sowie ein Maßstab für Planungsalgorithmen.
Die Domäne wurde in den 1960er und 1970er Jahren von Forschern an Institutionen wie dem MIT und dem SRI International (nicht in der bereitgestellten Liste, aber historisch relevant) populär gemacht. Sie wurde genutzt, um grundlegende Konzepte der KI zu erforschen, darunter Zustandsraumsuche, heuristische Suche und die Repräsentation von Aktionen und Zielen. Die Blockswelt diente auch als Plattform für die Entwicklung früher Systeme zum Verständnis natürlicher Sprache, bei denen Benutzer Befehle wie „Lege den roten Block auf den grünen Block" geben konnten und das System die Aktion plante und ausführte.
Historische Entwicklung
Die Blockswelt entstand aus der frühen KI-Forschung zum Problemlösen. Im Jahr 1963 nutzte das STRIPS-System (Stanford Research Institute Problem Solver), entwickelt am SRI, eine blocksweltähnliche Umgebung, um automatisiertes Planen zu demonstrieren. STRIPS repräsentierte Zustände als Konjunktionen logischer Prädikate (z. B. on(A,B), clear(A)) und Aktionen mit Vorbedingungen und Effekten. Dieser Formalismus wurde grundlegend für die KI-Planung.
Ein weiteres einflussreiches System war die Blockswelt, wie sie im SHRDLU-Programm von Terry Winograd am MIT im Jahr 1972 implementiert wurde. SHRDLU ermöglichte es Benutzern, über natürliche Sprache mit einer virtuellen Blockswelt zu interagieren, Fragen zu beantworten und Befehle auszuführen. Es integrierte Parsing, semantische Analyse und Planung und war ein Meilenstein im Verständnis natürlicher Sprache. Obwohl SHRDLU auf eine Mikrowelt beschränkt war, zeigte es das Potenzial der Kombination von Sprache und Schlussfolgern.
Formalisierung und Komplexität
In der Blockswelt wird ein Zustand typischerweise durch eine Menge von Prädikaten beschrieben: on(X,Y) bedeutet, dass Block X direkt auf Block Y liegt, on-table(X) bedeutet, dass Block X auf dem Tisch liegt, und clear(X) bedeutet, dass sich kein Block auf Block X befindet. Das Ziel ist eine Konjunktion solcher Prädikate. Zu den Aktionen gehören move(X,Y) (bewege Block X auf Block Y, wobei X und Y frei sein müssen) und move-to-table(X) (bewege X auf den Tisch, wobei X frei sein muss).
Das Planen in der Blockswelt ist im Allgemeinen NP-vollständig, was bedeutet, dass das Finden eines optimalen Plans (mit den wenigsten Bewegungen) rechnerisch schwierig ist. Die Domäne wird jedoch häufig verwendet, um heuristische Suchtechniken wie den A*-Algorithmus und die Mittel-Zweck-Analyse zu veranschaulichen. Eine gängige Heuristik ist die Anzahl der Blöcke, die sich nicht in ihrer korrekten Endposition befinden, was zulässig ist und die Suche leitet.
Anwendungen und Einfluss
Die Blockswelt wurde umfassend in der KI-Forschung und -Lehre eingesetzt. Sie dient als Maßstab für Planungsalgorithmen, einschließlich solcher, die auf Graphplan (nicht in der Liste) und partieller Ordnungsplanung basieren. Sie erscheint auch in Experimenten zum bestärkenden Lernen, bei denen ein Agent lernt, Blöcke durch Versuch und Irrtum zu manipulieren. In der Robotik ist die Blockswelt eine vereinfachte Version von Pick-and-Place-Aufgaben, und moderne Systeme verwenden oft Deep learning- und Machine learning-Techniken, um komplexere Varianten zu bewältigen.
Die Domäne hat andere Bereiche beeinflusst, wie Natural language processing (nicht in der Liste) und Kognitionswissenschaft (nicht in der Liste), wo sie verwendet wird, um menschliches Problemlösen und mentale Modelle zu untersuchen. Die Einfachheit der Blockswelt ermöglicht es Forschern, spezifische kognitive Prozesse wie Planung und räumliches Denken zu isolieren.
Moderne Relevanz
Obwohl die Blockswelt oft als Spielzeugproblem betrachtet wird, bleibt sie in der zeitgenössischen KI relevant. Sie wird verwendet, um neue Planungsansätze zu testen, einschließlich solcher, die auf großen Sprachmodellen und Transformatoren basieren. Beispielsweise haben Forscher untersucht, ob LLMs verwendet werden können, um Pläne für Blockswelt-Aufgaben zu generieren, indem sie ihre Fähigkeit nutzen, Anweisungen in natürlicher Sprache zu verstehen. Diese Modelle haben jedoch oft Schwierigkeiten mit der kombinatorischen Natur der Domäne, was die Notwendigkeit hybrider Ansätze hervorhebt, die neuronale Netze mit symbolischem Schlussfolgern kombinieren.
In der Bildung ist die Blockswelt eine Standardübung in KI-Kursen, die Studenten hilft, Zustandsraumsuche, Planung und die Bedeutung der Repräsentation zu verstehen. Sie wird auch in Wettbewerben und Benchmarks verwendet, wie dem International Planning Competition, wo sie als klassische Domäne erscheint.
Siehe auch
- künstliche Intelligenz
- maschinelles Lernen
- Deep Learning
- neuronales Netz
- großes Sprachmodell
- Transformer
- MIT-CSAIL
- Xerox-PARC (obwohl nicht direkt verwandt, ist es ein Forschungszentrum)
Referenzen
- Fikes, R. E., & Nilsson, N. J. (1971). STRIPS: A new approach to the application of theorem proving to problem solving. Artificial Intelligence, 2(3-4), 189-208.
- Winograd, T. (1972). Understanding natural language. Cognitive Psychology, 3(1), 1-191.
- Gupta, N., & Nau, D. S. (1992). On the complexity of blocks-world planning. Artificial Intelligence, 56(2-3), 223-254.