mi zh kiskerdesek

Mi a hozzáférhető, illetve a nem hozzáférhető környezet?

9 ○ Hozzáférhető: Ha az ágens érzékelői hozzáférést nyújtanak a környezet teljes állapotához.Egy környezet ténylegesen hozzáférhető, ha az érzékelők minden olyan aspektusát észlelik, amelyik a cselekvés kiválasztásához szükséges.

Milyen ágenst nevezünk racionálisnak? Mire van szükség egy ágens racionálitásszintjének megítéléséhez?

Amely a cselekvéseit a környezetének adekvát módon a céljainak elérése érdekében használja. ○ Tudni kell az ágens céljait és a cselekvési lehetőségeit, azontúl tudni kell, milyen környezetben van beágyazva, és hozzá mennyire illeszkedik az architektúrája (szenzorok, beavatkozók)

Mi az effektív elágazási tényező, mire szolgál és milyen egy jól megtervezett heurisztikus függvény esetén (és miért)?

Átlagosan egy csomópontból kiindulva hány utat fejt ki. Jól mutatja a heurisztikus függvény használhatóságát. A jó heurisztikus függvény esetén az egyet közelíti.

A keresés miért egy kulcsfontosságú téma az intelligens rendszerek témakörben?

○ A cél eléréséhez a megfelelő cselekvéseket kereséssel választja ki a rendszer.

Racionális viselkedés szempontjából mit jelent a cél?

○ A cél hatására a világ állapotai közötti állapotátmenetek mennek végbe. Az ágensnek azt kell keresnie, mely cselekvések juttatják el a végállapotba.

Mi az iteratívan mélyülő keresés?

○ A cél megtalálásáig növekvő mélységkorláttal meghívja a mélységkorlátozott keresést. Teljes és optimális. Időigénye O (b d ) , tárigénye O (bd) .

Milyen a rezolúciós bizonyítás általános felépítése (avagy hogyan kell a rezolúciót a problémák megoldására használni)?

○ A célt negálva a tudásbázishoz kell adni és lefuttatni az algoritmust az így kibővített tudásbázisra.

Mi a különbség a dedukciós és az abdukciós következtetés között?

○ A dedukció formálisan igaz, amíg az abdukció nem.

Milyen információt használ ki az A* keresési algoritmus a megoldás megfogalmazásához?

○ A heurisztikát és az útköltséget.

Mi a hegymászó keresés, és milyenek a tipikus problémái?

○ A keresés valójában csak egy ciklus, ami mindig a javuló érték felé lép. Az algoritmus nem tart nyilván keresési fát, ezért a csomópontot leíró adatszerkezetnek csak az állapotot és a kiértékelését kell nyilvántartania. ○ Problémák: ■ Lokális maximumok a globális maximumhoz viszonyítva olyan csúcs, ami alacsonyabb az állapottér legmagasabb csúcsánál. Ha elér ide, akkor megáll azt' jó' megszívja. ■ Fennsík egy olyan terület, ahol a kiértékelhető függvény gyakorlatilag lapos. Azt' ekkor meg lépked ide oda, vagy leáll. ■ Hegygerincek oldalai meredekek lehetnek, és lehet, hogy a keresés oszcillál a hegygerinc két csúcsa között és csak lassan halad előre.

Mi történik a konjunkcióval a klóz formára történő áttérésekor?

○ A konjunkciók (azaz az "ÉS" műveletek) az "ÉS eliminálása" deduktív lépéssel "eltűnnek", és a klóz több kisebb önálló klózzá esik szét (amikben az "ÉS" már nem szerepel). ○ Megjegyzés: A klózban tehát az "ÉS"‐nek nincs helye. Az "ÉS" eltűnése egy szimbolikus átalakítás, mert a keletkező klóz halmaz egyidejű felírása implicit módon tartalmazza az "ÉS"‐t.

Mi a kétirányú keresés gondolata?

○ A kétirányú keresés alapgondolata, hogy egyszerre két irányból indítjuk el a keresést (egyiket a kezdő, másikat a célállapotból), és akkor fejeződik be a keresés, ha a két keresés valahol találkozik.

Mi a célorientált ágens lényege?

○ A környezet jelenlegi állapotainak ismerete nem mindig elég annak eldöntéséhez, hogy mit tegyünk. Emellett az ágensnek valamiféle cél információval kell rendelkeznie. A célorientált ágens mindig a cél elérésének érdekében cselekszik.

Mi az abdukció és miért fontos?

○ A következményből az okra következtet. Annak ellenére, hogy formálisan nem igaz, fontos, mert sok esetben helyes okot ad vissza. (Diagnosztikai rendszereknél használható.)

Mit jelent, hogy egy logika monoton vagy sem? Predikátum kalkulus például milyen?

○ A logika monoton, ha új mondatoknak a tudásbázishoz történő hozzáadásakor minden, az eredeti tudásbázisnak korábban maga után vonzott mondata továbbra is mondata marad az új, nagyobb tudásbázisnak (TB). ○ Formálisan: Ha TB_1 ⊨ a, akkor TB_1 ∪ TB_2 ⊨ a ○ (ítélet‐kalkulus, elsőrendű logika, predikátum logika: igen, valószínűség‐elmélet: nem)

Hogyan kell értelmezni ezt az állítást, hogy számítógépen a formális logikai bizonyítás gyakorlatilag kivitelezhetetlen?

○ A probléma az implementáláskor is torzul, ezért gyakorlatilag lehetetlen formálisan bizonyítani.

Hasonlítsa össze a reflexív és a célorientált ágensek alapvető tulajdonságait!

○ A reflexív a pillanatnyi helyzetre válaszol, rugalmatlanul (új cél új szabályok), a célorientált a cél elérése érdekében cselekszik (akkor is, ha pillanatnyilag rosszabb), ezzel rugalmasabb (esetleg lassabb).

A keresési stratégiák összehasonlításánál használt kritériumok közül melyiket tartja a legfontosabbnak és miért?

○ A teljesség. Mivel egy keresésnél a legfontosabb, hogy biztosan megtaláljuk a megoldást.

Milyen ágenskörnyezetről mondjuk azt, hogy nem hozzáférhető? Adjon példát egy konkrét ágensre, problémára és környezetre, amire igaz ez a definíció!

○ Amelyben valami oknál fogva nem érzékelhető az összes lényeges információ, ami az ágensre kiszabott feladat megoldásához szükséges lenne. ○ Példa: Probléma: reggel minél kisebb benzin ráfordítással,minél gyorsabban átkerülni lakásból a munkahelyre. Ágens: gk. vezető. Környezet: budapesti reggeli forgalom.

Milyen ágenskörnyezetben célszerű az ágenst hiedelmi állapotokkal modellezni? Adjon rá konkrét példát is!

○ Amelyek nem hozzáférhetőek. Itt az információhiányt takarhatjuk hiedelmi állapotok használatával.○ Példa: Probléma: reggel minél kisebb benzin ráfordítással,minél gyorsabban átkerülni lakásból a munkahelyre. Ágens: gk. vezető. Környezet: budapesti reggeli forgalom.

Milyen egy reflexszerű (azaz egy keresőtábla) ágens? Milyen esetekben érdemes használni egy intelligens rendszer megvalósítására?

○ Ami azonnal válaszol az aktuális észlelésekre. Nincsen belső állapota. Nem tud előre tervezni. Nincs tudomása a cselekvései hatásáról.

Miről volt szó a „természetes fajta" probléma esetében?

○ Arról, hogy a valós objektumok annyira gazdagok tulajdonságokban, és ráadásul számos kivétellel rendelkeznek, hogy logikailag sem megoldás a leegyszerűsített leírások használata (kizárják a speciális eseteket), de az sem, hogy az összes speciális esetet a leírásba bevonjuk (a leírás komplexitása miatt). A megoldás inkább a „tipikus" objektumosztályok ábrázolása.

Miről volt szó a „vaj/malacka, avagy az anyag és a dolog" probléma esetében?

○ Arról, hogy vannak a példányosításnak kedvező (megszámlálható külső tulajdonságokkal jellemzett) objektumok és azok, amelyek ennek ellenállnak (nem megszámlálható, belső tulajdonságokkal meghatározott). ○ magyarul: ha a vajat kettévágod, akkor két vajat kapsz, de ha a disznót kettévágod, akkor nem lesz két disznód.

Milyen lényegi javításokat tartalmaz az A* keresési algoritmus a gradiens típusú keresési algoritmusokhoz képest?

○ Az A* figyelembe veszi a megtett utat, és a célig előretekint. A gradiens nem veszi figyelembe a megtett utat, és csak közvetlen szomszédjáig néz előre.

Definiálja saját szavakkal az elfogadható heurisztika fogalmát! A sakktáblán történő útkereséshez a vezér, a bástya és a király számára elfogadható heurisztikae a légvonalbeli távolság, ill. a Manhattanheurisztika?

○ Az a heurisztika, amely mindig úgy téved, hogy a cél közelebbinek látszik az adott helyről. A másik két bábu tud átlósan lépni, azok számára a Manhattantávolság lényegesen felül tudja becsülni a tényleges távolságot, magyarán nem elfogadható (hiszen elfogadható heurisztika definíció szerint nem becsülhet felül). És a légvonalbeli is felülbecsüli. Csak a bástyánál nem (és ott a Manhattan pontos becslést ad).

Miért beszélünk arról, hogy nagy különbség lehet egy probléma "elvi", illetve gyakorlati megoldása között?

○ Az elvi, tehát optimális megoldás megtalálása exponenciális idő és tárigényt igényelhet, ezért törekszünk az optimálist csak közelítő gyakorlati megoldás megkeresésére. (Elvit nehezebb megtalálni.)

Mi a dedukció és miért fontos?

○ Az okból a következményre következtetek. Ez a Modus Ponens. Formálisan helyes. Fontos, mert a következtető rendszerek alapelve. Mutassa ki, hogy az abdukció nem egy deduktív eljárás. ○ ((A → B) ∧ B) ‐> A Ha A és B minden lehetséges állítására igaz, akkor deduktív.

Mi az ún. relaxált probléma, mit szolgál az ilyen problémák megfogalmazása?

○ Az olyan problémát, amelyben az operátorokra kevesebb megkötést teszünk, mint az eredeti problémában, relaxált problémának nevezzük. Nagyon gyakran teljesül, hogy a relaxált probléma pontos megoldásának költsége jó heurisztikus függvénynek bizonyul az eredeti problémára.

Mi a heurisztika szerepe az intelligens rendszer működésében?

○ Az optimális választás segítése.

Milyen az ítéletlogikai következtetés komplexitása és miért? Vonatkozik‐e ugyanaz a predikátumkalkulus esetére is?

○ Az ítéletlogika eldönthető, mert minden jól definiált mondat igaz‐hamis volta belátható véges erőforrások alkalmazásával. ○ A predikátum félig eldönthető. Hamis - hamis volta nem dönthető el.

Jellemezze röviden a következtetési tudás mindhárom fajtáját (azaz a deduktív, abduktív és induktív következtetést)!

○ Dedukció: formálisan érvényes, igazságtartó. Olyan következmények származtatása, amelyek a premisszákból mindenképpen következnek.

Definiálja saját szavakkal az effektív elágazási tényező fogalmát! Az effektív elágazási tényező a keresés tár, vagy időkomplexitását méri? Lássa be minél egzaktabb módon, hogy az effektív elágazási tényező értéke nem lehet 1nél kisebb!

○ Effektív elágazási tényező: egy olyan fiktív keresési fának az elágazási tényezője, amely kiegyensúlyozott (és azért elemezhető), és a méretében - bizonyos paraméterekben - összemérhető a tényleges keresés keresési fájával. ○ Keresés időkomplexitását méri. ○ N = 1 + b + b2 + ... b^d , de egy keresési fában nem lehet kevesebb csomópont, mint a bejárt szintek száma + 1, azaz 1 + b + b2 + ... b^d >= d +1 , ebből b >= 1 . Tegyük fel, hogy van egy nagyon nagy keresési terünk, a legtöbb csomópontban igen nagy elágazási tényezővel. Elképzelhető, hogy a térben végtelen pályák is lehetnek, ráadásul semmilyen értelmes heurisztikus függvénnyel nem rendelkezünk.

Mit jelent, hogy egy matematikai logika teljes, monoton, eldönthető? A predikátumkalkulus milyen? Ítéletkalkulus milyen?

○ Egy matematikai logika teljes, ha rendelkezik egy teljes bizonyítással, eldönthető, ha egy logikai állítás értéke (akár igaz, akár hamis) algoritmikusan belátható. ○ Monoton akkor, ha a bizonyítások új tények megjelenésével nem veszítenek az értékükből. ○ Predikátumkalkulus: teljes, félig eldönthető, monoton. ○ Ítéletkalkulus: teljes, eldönthető, monoton.

A klóz formára való átalakításnál mi történik az univerzális és az egzisztenciális kvantorral?

○ Eltűnnek (egyedi névhasználat, Skolem‐konstans)

Vesse össze a szélességi keresés jó és rossz tulajdonságait?

○ Először a legsekélyebben fekvő csomópontot fejti ki a fában. Teljes, azonos költségű operátorok esetén optimális, és O (b d ) idő és tárigénnyel rendelkezik. Tárigénye miatt a legtöbb esetben nem célszerű alkalmazni.

Mi az A* keresés keresési stratégiája?

○ F(n) = G(n) + H(n) , azaz a megtett út és a heurisztika összege alapján keresek.

Milyen információt használ ki az A* keresési algoritmus?

○ F(n) = G(n) + H(n) , azaz a megtett út és a heurisztika összegét

Mi a szimulált lehűtés alapgondolata, milyen problémát hivatott orvosolni?

○ Ha a lokális maximumban ragadt keresést nem indítjuk újra, hanem megengedjük neki, hogy néhány lefelé vezető lépést tegyen azért, hogy elmenjen a lokális maximumból, szimulált lehűtésnek nevezzük.

Milyen heurisztikát nevezzünk elfogadhatónak?

○ Ha h(n) elfogadható, akkor f(n) soha sem becsüli túl az n csomóponton keresztül vezető legjobb megoldás valódi költségét. ○ Plusz: f(n) = a legolcsóbb, az n csomóponton keresztül vezető megoldási út költségének a becslője.

Mire jó, ha egy ágens egy belső állapottal rendelkezik?

○ Ha nem hozzáférhető a világ, akkor a világ állapotait belső állapotok segítségével tudja követni. Megkülönbözteti a világ azonos bemeneteit generáló, de lényegében különböző állapotait.

Milyen problémakörnyezet nehéz?

○ Ha polinomiális időben nem oldható meg a probléma csak exponenciálisan.

Milyen axiómákkal ki kell egészíteni a szituációkalkulust, hogy az ágens világát képes legyen leírni?

○ Hatás‐axiómákkal (a cselekvések hatására bekövetkező változások a világ állapotában) és keret‐axiómákkal (ellenkezője: a világ változatlansága a cselekvések hatására, pl.: ha nem engedi el, akkor még nála van az arany).

Soroljon fel lineáris időkomplexitású keresési algoritmusokat!

○ Hegymászó algoritmusok mindegyike (nincs visszalépés, csak a megtett pályát tárolja) ○ Heurisztikus algoritmusok mindegyike tökéletes (hibátlan) heurisztika mellett.

Léteznek vajon lineáris idő és tárkomplexitású keresési algoritmusok? Ha igen, milyen hátrányos tulajdonságokkal rendelkeznek?

○ Hegymászó algoritmusok mindegyike (nincs visszalépés, csak a megtett pályát tárolja) ○ Hátrány: a megoldás nincs garantálva (megakadás), ha mégsem, akkor sem biztos, hogy optimális.

Milyen keresési algoritmust lenne tanácsos használni és miért?

○ Heurisztika hiánya miatt nem informált keresésre kell gondolni. A nagy elágazási tényező a szélességi keresést, a végtelen pályák a mélységi keresést kizárják. Javasolt az iteratívan mélyülő keresés, mert kis tár mellett a nagy elágazási tényezővel, a mélységkorlát mellett a végtelen pályákkal is megbirkózik.

Mit jelent (szabatosan megfogalmazva), hogy a logikai bizonyítás helyes?

○ Hogyha A tény bizonyítható B elméletből, akkor az A tény biztosan a B elmélet vonzata.

Mit jelent (szabatosan megfogalmazva), hogy a logikai bizonyítás teljes?

○ Hogyha A tény vonzata a B elméletnek, akkor az A tény a B elméletből mindig bebizonyítható.

Mohó‐e az A* keresési algoritmus? A válaszát feltétlenül indokolja meg!

○ Igen. Egy aktuális elágazásnál a minimális F(n) értékű csomópontot választja ki.

Milyen elemekből áll össze a problémamegoldás formális modellje ‐ a problématér O (b d ) modell?

○ Kiinduló állapot, lehetséges cselekvések halmaza (Operátorok).

Mik az ún. „jól definiált" probléma komponensei?

○ Kiinduló állapot, operátorok, célteszt, útköltség.

Mi a legjobbat‐először keresés?

○ Kiértékelő fv.: egy csomópont kifejtésének szükségességét leíró szám. Ha a csomópontokat úgy rendezzük sorba, hogy a legjobb kiértékelő függvényértékkel rendelkező csomópontot fejtjük ki, akkor a legjobbat‐először keresést kapjuk.

Mi az ún. rezolúciós stratégia? Mi célból használjuk, és a használatánál mire kell ügyelni?

○ Klózok megválasztási algoritmusa rezolúciós bizonyítás során. ○ Ügyelni kell arra, hogy a stratégia tartsa meg a rezolúciós bizonyítás teljességét (teljes stratégia).

A keresőalgoritmusok körében mit jelent a komplexitás, a teljesség és az optimalitás? Elemezze ilyen szempontból az A* algoritmust!

○ Komplexitás: idő és tárigény (A*: exponenciális a valós problémákra) ○ Teljes: Ha létezik megoldás, akkor megtalálja (A* teljes) ○ Optimális: A legjobb létező megoldást találja meg. (A* optimális)

Mik a gépi rezolúciós bizonyítás metalogikai, heurisztikus vonásai?

○ Konzisztens állításhalmaz esetén nincs jól definiált kilépési pontja, az eljárást időkorláttal le kell állítani.

Adja meg egy ágens rendszer meghatározását!

○ Környezetbe ágyazott, azt szenzoraival folyamatosan érzékelő és a beavatkozó szerveivel befolyásoló rendszer.

Ismertesse az ágens rendszer fogalmát, általános működési sémáját. Miben tér el a hagyományos intelligens rendszertől?

○ Környezetbe ágyazott. Érzékelői segítségével érzékeli, beavatkozói segítségével megváltoztatja környezetét. Autonóm rendszer.

Mik egy ágens típusú rendszer legfontosabb tulajdonságai?

○ Környezetébe ágyazott (érzékelések, beavatkozások) autonóm rendszer (minimum válasz).

Hogyan működik a hegymászó keresés? Mik a jó tulajdonságai, és azok mivel magyarázhatók meg?

○ Lokális keresés, tehát kicsi (elágazási tényezőben maximalizált) a tár komplexitása, gyors. Ezek forrása, hogy nem tárol semmit a ki nem fejtett alternatívákból (irányokból).

Mi a klóz formára való átalakítás lényege (miért, hogyan)?

○ Lényege az elsőrendű logikai állítások redundancia‐mentesítése és linearizálása, hogy a bizonyítás jól algoritmizálható legyen. Lépései: ■ Implikáció eltűntetése (A→B helyett ¬A∨B) ■ Operátorokat beljebb vinni (¬(A∧B) helyett ¬A∨¬B) ■ Egzisztenciális kvantorok eltüntetése (egyedi névhasználat, Skolem‐konstans) ■ Univerzális kvantor eltüntetése

Mitől 'mohó' a mohó keresés?

○ Mert az irányító heurisztikában mérve mindig "nagyot" akar lépni, ahelyett, hogy az út globális optimalitásával törődne.

Miért az útvonal keresési problémákhoz jó heurisztikus függvény a légvonalban mért távolság?

○ Mert soha nem becsüli túl a távolságot és a szükséges utat.

Milyen tulajdonságokkal rendelkezik egy racionális (ágens) rendszer?

○ Minden egyes észlelési sorozathoz a bennük található tények és a beépített tudása alapján minden elvárt dolgot megtesz a teljesítmény mérőszám maximalizálásáért.

Magyarázza meg az iteratív mélyülő keresés jó tulajdonságait?

○ Mélységkorlátozott keresésnél a mélységkorlát megválasztása a legnehezebb. Az iteratívan mélyülő keresés megkerüli ezt a problémát, mivel végigpróbálgatja az összes megoldást. Valójában ötvözi a szélességi és a mélységi keresés jó tulajdonságait. Szélességi kereséshez hasonlóan optimális és teljes, viszont a mélységi keresés kis memóriaigényével rendelkezik.

Mik a kétirányú keresés problémái?

○ Nem biztos, hogy tudunk a célállapotból visszafelé haladni. A két keresés találkozásának detektálását meg kell oldani. Ehhez legalább az egyik fát a memóriában kell tartani. Meg kell oldani, hogy a találkozás detektálása lineáris költségű legyen. (Pl.: hash)

Mit jelent, hogy a keresés nem informált?

○ Nincs információnk az aktuális az aktuális állapotból a célállapotba vezető út lépésszámáról vagy az út költségéről.

Az informált keresés mire használja fel a problémára/problémakörnyezetre vonatkozó tudást?

○ Optimális választáshoz az útkeresés során. Ez alapján készítjük a heurisztikus függvényt.

Mire utal az „informált" jelző bizonyos keresési módszereknél?

○ Problémaspecifikus tudást alkalmazó keresés.

Milyenek a keresőtáblavezérelt ágens problémái?

○ Sok bejegyzést tartalmaz. Sokáig tart a tábla készítése. Az ágens nem önálló → ha a környezet megváltozik, az ágens elveszik. Ha tanul is, örökké tartana minden bejegyzéshez megtanulnia a helyes értéket.

Hogyan működik az iteratív mélyülő keresés? Mik a jó tulajdonságai, mivel magyarázhatók meg?

○ Szisztematikus, amiatt teljes, de az alkalmazott mélységi keresés miatt kedvező tárkomplexitású.

Mi a szituációkalkulus? Mi a hatás axióma?

○ Szit. kalkulus: a predikátumkalkulus egy alkalmazása annak leírására, hogy egy ágens cselekvéseivel változást idéz elő a környezetben. A hatás axióma egy konkrét változás leírása egy konkrét cselekvés hatására.

Hogyan lehet tervet készíteni predikátumkalkulusban, annak bizonyítási eljárásaival?

○ Szituációkalkulussal modellezzük az ágens cselekvéseinek hatásait, majd rezolúciós bizonyítással belátjuk, hogy a célállapot elérhető. A bizonyítás során megtett változóbehelyettesítésekben eltárolódnak a cselekvések (amik logikai konstansok). A célállapothoz tartozó szituációváltozó behelyettesítése visszaolvasva megadja az ágens tervét.

Mivé fajul és miért az egységnyi operátor költségű, zérus heurisztikával dolgozó A* keresési eljárás?

○ Szélességi kereséssé.

Milyen keresési stratégiákat ajánlana implementálni a kétirányú keresésnél?

○ Szélességi ‐ mélységi.

Mi a teljesség? Mikor teljes egy következtetési eljárás?

○ Teljes egy (logikai) rendszer, ha minden igaz állítás bizonyítható benne, és a következtetési eljárás teljes, ha ezt biztosítja.

Milyen alapvető kritériumokat figyelembe kell venni a keresési stratégiák összehasonlításánál?

○ Teljesség, optimalitás, futási időigény, tárigény (komplexitás).

Milyen szempontok szerint szokás mérlegelni a kereső eljárásokat? Hasonlítsa össze azok felhasználásával a mélységi és a szélességi keresést!

○ Teljesség, optimalitás, futási időigény, tárigény (komplexitás).

Hogyan lehet mérni a keresés hatékonyságát?

○ Teljesség, optimalitás, tár és időigény.

Hogyan lehet megvizsgálni igazságtábla módszerrel, hogy egy állítás kielégíthetetlen? Adjon rá példát!

○ Táblázatos formában felírjuk az állítást, és minden ítéletszimbólum‐kombinációját. Az egyes kombinációkra kiszámítjuk az állítás értékét. Ha minden sorban HAMIS szerepel, akkor az állítás kielégíthetetlen.

Mi a heurisztika? Milyen egy jó heurisztika?

○ h(n), az n csomópont állapotából egy célállapotba vezető legolcsóbb út becsült költsége. ○ A jó heurisztika értéke minél nagyobb, de elfogadható.

Milyen fogalmi apparátussal írjuk le azt a helyzetet, amikor egy ágens nem képes megkülönböztetni, hogy a cselekvése milyen világállapotot eredményez?

○ nem hozzáférhető környezet, hiedelmi állapotok, többállapotú probléma (TODO: most akkor ez jó?)

Mi az egyszerűsített memória korlátos A* (EMA*) keresés alapötlete?

● A rendelkezésünkre álló összes memóriát felhasználjuk. Ha elfogy a memória, akkor a legnagyobb költségű út kifejtését töröljük a memóriából (Annak költségét a szülő csomópontban feljegyezzük.)

Magyarázza meg, hogy annak ellenére, hogy az abdukció nem egy formális következtetési lépés, miért hasznos és széles körben alkalmazott lépés?

Diagnosztikai rendszerekben, ahol csak a következmény ismert, egyedül ezt tudjuk használni. Általában helyes következtetést ad vissza.