Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
1
Epistemische Aktionen
Seminar Verteilte Kognition bei Prof. Wandmacher Fachbereich Psychologie TU Darmstadt Epistemische Aktionen Vortrag von Guido Poschta
2
Gliederung Einführung Tetris Klassisches Verarbeitungsmodell
Vergleich mit erhobenen Daten Epistemische Aktionen Ergebnisse Einordnung und Diskussion
3
Quellen [1] On Distinguishing Epistemic from Pragmatic Action David Kirsh, Paul Maglio © 1994, Dept. of Cognitive Science, University of California, San Diego [2] Distributed Cognition: Toward a New Foundation for Human-Computer Interaction Research James Hollan, Edwin Hutchins, David Kirsh (UCSD) © 2000 ACM CHI Vol. 7, No. 2
4
Bisherige Sichtweisen
Pragmatische Aktionen: Vor Ausführung planen Initialzustand {Aktionen} Zielzustand Bei Planung ständige Verbesserung bzgl. Metrik: Distanz / Zeit / Energie / Risiko Roboterforschung: Aktionen zur Wahrnehmung Kontrolle des Sichtfelds Kontrolle der Aufmerksamkeit
5
Epistemische Aktionen
epistemi: Verb, Griechisch: Erkennen Nach Kirsh & Maglio physische Aktionen Ziele: Gedächtnisspeicher entlasten Zeit sparen durch weniger Berechnungsschritte Fehlerwahrscheinlichkeit senken
6
Anwendungen im Alltag Schlüssel im Schuh Faden um Finger
Arbeitsplatz vorbereiten Arbeitsmittel sortieren Z.B. Schrauben, Muttern Unbekanntes Gelände erkunden
7
Epistemische Aktionen: Planung
Aktionen zur Informationsgewinnung Veränderter Zustandsraum für die Planung Physische Zustände Informationelle Zustände Epistemische Aktionen Bringen u.U. physischen Zustand nicht voran Verbessern informationellen Zustand
8
Tetris
9
Tetris Einfache Metrik: Pragmatische Verbesserung eindeutig erkennbar
Anforderungen: Motorische Fähigkeiten (Tastendruck Veränderung) Wahrnehmungsfähigkeiten (Steine & Kontur erkennen) Räumliches Vorstellungvermögen (Pack-Problem)
10
Annahme Bisherige Berichte eingeübter Verhaltens-weisen sind irreführende Vereinfachungen: Verbesserung durch Zusammenfassung von Zwischenschritten Verbesserung durch „vorberechnete Verhaltensweisen“ In beiden Fällen Strategie unverändert
11
Beobachtungen Strategie verändert sich mit der Erfahrung des Spielers
Informationen früh verfügbar machen Optimierung auf schnelle Steinerkennung Externe Tests für mehr Sicherheit
12
Versuchsanordnung Aufnahme gedrückter Tasten bei Tetris
Versuche zur mentalen Rotation Expertensystem „RoboTetris“
13
Klassisches Verarbeitungsmodell
14
RoboTetris Expertensystem Spielt Tetris
Aufgebaut nach klassischem Modell der Verarbeitung: 4 Schritte
15
Schritt 1: Selektives Bitmap im Ikonischen Puffer
Erkennung von Kanten, Ecken etc. Des Steins Der Kontur Noch keine Symbolerkennung
16
Schritt 2: Symbolische Repräsentation
Beziehung zwischen erkannten Merkmalen interne Sammlung wiederkehrender Eigenschaften der Kontur Es muß erkennbar sein: Art des Steins Orientierung
17
Schritt 3: Besten Platz finden
Vergleich des Steins mit Teilen der Kontur
18
Schritt 4: Weg finden Minimalen motorischen Plan definieren
19
Vergleich mit erhobenen Daten
20
Daten passen nicht zu Modell
Mehr Rotationen als „notwendig“ Stein nach n Rotationen wieder wie zu Anfang Durchschnittlich (n-1)/2 Rotationen notwendig zum Beispiel „ “: durchschnittlich 1,5 beobachtet 1,7 Rotationen beginnen zu früh „Denkphase“ noch nicht beendet t = = ROT 1 ROT 2 ROT 3 ROT 4
21
Erklärungsversuch Kaskadierender Prozess
Pragmatische Aktionen nach jeweils „bester Abschätzung“ als Zwischenergebnis KI: „Interleaving Planners“ Ziel: Gefahr des Zeitmangels minimieren
22
Daten passen trotzdem nicht
Falscher Start zu teuer (75 bis 750 ms) „Interleaving“ schlechte Strategie für Tetris Rotation vor jeglicher Abschätzung Stein noch nicht voll sichtbar Keine Abschätzung möglich Spielfeldrand
23
Schlußfolgerung Klassische Theorie kann Daten nicht erklären
Es muß eine neue Theorie her: Epistemische Aktionen!
24
Epistemische Aktionen als Erklärung
25
Vergleich mentaler Rotation mit physischer Rotation
Versuch: Sind diese Steine gleich oder Spiegelbilder? Mentale Rotation: ms bei 90° Physische Rotation: 100 ms bei 90° = | =
26
Frühe Rotation zur Erkennung
Stein anfangs nur teilweise sichtbar Rotation zeigt versteckte Teile des Steins Spielfeldrand
27
Frühe Rotation zur Erkennung (Forts.)
bei eindeutiger Position des Steins weniger Rotationen (unbewusst) Mehr Rotationen bei unbekannter Art von Stein Pragmatische Rotation zu diesem Zeitpunkt nicht möglich Aktion muß also epistemisch sein
28
Aufwand mentaler Rotation und Bilderzeugung sparen
In Schritt 3: Vergleich des Steins mit der Kontur Mentale Repräsentation des Steins von Teilen der Kontur
29
Suche mit von Orientierung unabhängiger Repräsentation
Spieler hat Repräsentation des Steins in allen Drehungen sucht dafür einmal die Kontur ab
30
Rotation zur Erstellung einer solchen Repräsentation
Aktivierung einer Menge von Repräsentationen des Steins In dieser Menge sind Bilder seiner Orientierungen vorbereitet Je mehr Bilder des Steins physisch gezeigt werden, desto schneller kann Spieler die Aktivierung erreichen
31
Suche ohne eine solche Repräsentation
Spieler hat nur Repräsentation einer Drehrichtung des Steins Sucht für jede Drehrichtung die Kontur ab
32
Speicheraufwand bei dieser Suche
Aktueller Konturteil Liste schon getesteter Konturteile Position des aktuellen Teils innerhalb der Kontur Bild des gedrehten Steins muß regelmäßig aufgefrischt werden oder physisch sichtbar sein Einfacher, gedrehte Steine physisch zu sehen
33
Rotation zur Erkennung von Steinen
3 Stufen der Erkennung: 1. Einfache Eigenschaften finden Linien, Ecken, Farben 2. Orientierungs-spezifische Eigenschaften extrahieren 3. Strukturierte Mengen solcher Eigenschaften identifizieren und speichern Experten dabei effizienter
34
Rotation zur Erkennung von Steinen (Bsp.)
Ikonischer Speicher (1,0) (1,1) ... Entscheidungsbaum ohne Rotation (1,0) ... ROT Entscheidungsbaum mit Rotation 1 1 Vorsicht: Entspricht nicht der Abbildung 12 bei Kirsh & Maglio
35
Rotation zur Erkennung von Steinen (Forts.)
Optimalität des Entscheidungsbaums: Informativste Frage zuerst stellen Minimale Anzahl von Merkmalen abfragen Rotation kann Anzahl verschiedener abgefragter Merkmale verringern Rotation kann weniger Fragen nötig machen
36
Hypothese: Enge Bindung der Aufmerksamkeit an Aktionen
Aufmerksamkeitsmechanismen könnten eng an Aktionen wie Rotation gebunden sein Bindung der Aufmerksamkeit an Aktionen bei Sakkaden bereits bekannt
37
Rotation, um besten Platz zu finden
Alternative zur Suche im Arbeitsgedächtnis: Suche als Wahrnehmungsprozess Stein während Wahrnehmung mit Konturteilen vergleichen Entweder, oder: Stein mental rotieren (nicht bekannt, ob das Ikonischen Puffer beeinflusst) Stein in rotierter Form wahrnehmen
38
Verschiebung als epistemische Aktion
Spaltenposition eines Steins prüfen Oft angewendet, wenn Stein von weit oben herunterfällt 3 Schritte
39
Ergebnisse
40
Neues Verarbeitungsmodell
Zuvor streng hierarchisch Jetzt in jeder Verarbeitungsphase Zusatzinformationen aus Aussenwelt Tetris: keine Nebenbedingungen bei Veränderung
41
Auswirkungen auf KI-Planer
Kosten-Nutzen-Modell: Aktionen zu bestimmtem Zeitpunkt mehr oder weniger nützlich Aber: Passt im Detail nicht, weil Nutzen hier abhängig von internem Zustand des Agierenden
42
Auswirkungen auf Verhaltensstudien
Neue Frage: Wie kann der Beobachtete das Problem durch Aktionen vereinfachen? Bisherige Studien verwehren dem Beobachteten Veränderung der Umgebung Gut angepasster Agierender: Balance zwischen interner und externer Berechnung
43
Einordnung und Diskussion
44
Relevante Punkte aus Artikel „Distributed Cognition“
Funktionen des Raums: Berechnung vereinfachen Arbeitsmittel werden zeitweise Teil des kognitiven Systems Grenzen der Analyse erweitern Ethnographie der verteilten Kognition: Automatisierte Aufnahme von Interaktionen Grundprinzip: Abladen von kognitivem Aufwand in die Umgebung
45
Fragen Farben der Steine nicht berücksichtigt
z.B. bei früher Rotation zur Erkennung Rotation kann auf Fehler zurückzuführen sein 1,7 Rotationen statt 1,5 trotzdem interessant? Epistemische Aktionen immer auf die Umwelt gerichtet? Gegenbeispiele: Bildhafte Vorstellung Stichwort für Sachverhalt
46
Vielen Dank für das Interesse
Folien etc. auf
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.