問題タブ [state-space]

state spaceオンラインで人工知能のコースを受講していますが、 の計算方法がわかりません。次のPDFの3 ページのスライド 2 では、可能なパックマンの位置は次のとおりです。

12x10 = 120

なぜそうなのですか？そして、どうやってこの数にたどり着いたのでしょうか?

実際、これは Edx に関する UC Berkley によるオンライン コースからの抜粋であり、このスライドには示されていませんが、状態空間の計算中に次のことを行います。

12 x 10 x 4

は4パックマンが向くことができる 4 つの方向を示しています。また、領域が大きい、またはその一部のみを示しているとは決して言われませんでした。

次の問題を解決する深さ優先検索と幅優先検索を実装するプロローグプログラムを実装しようとしています

Rowena は、3 オンス、5 オンス、および 8 オンスの異なるサイズのマークのないグラスを 3 つ持っています。一番大きなグラスがいっぱいです。大きい 2 つのグラスのそれぞれに 4 オンスの液体を入れるには、ロウェナはどうすればよいでしょうか?

私は（大、中、小）を持っています

したがって、初期状態は (8,0,0) で、目標状態は (4,4,0) です。

これで、状態空間に 6 つの利用可能な移動があることがわかりました。

(1,2) ラージをミディアムまたはスモールに注ぎます (3,4) ミディアムをラージまたはスモールに注ぎます (5,6) スモールをミディアムまたはラージに注ぎます

今、私は最初のルールについて助けが必要であり、残りは私が理解する. したがって、ラージ > 0 でミディアムが満杯でない場合にのみラージをミディアムに注ぐことができ、新しいラージは古いラージからミディアムに注がれた量を差し引いたものになり、新しいミディアムは古いミディアムにその量を加えたものになります。それが注ぎ込まれ、もちろん小さいことは決して変わりません。

これが私が試みたものです。

これは、利用可能な最初の動き (大から中) の正しい実装ですか? そこで正しいロジックを取得しましたか?

したがって、プロローグを使用した深さ優先検索アプローチを使用して、次の問題を解決しようとしています

次の問題を考えてみましょう: Rowena は、3 オンス、5 オンス、および 8 オンスの異なるサイズの 3 つのマークのないグラスを持っています。一番大きなグラスがいっぱいです。大きい 2 つのグラスのそれぞれに 4 オンスの液体を入れるには、ロウェナはどうすればよいでしょうか?

私は移動状態とすべてを行い、オンラインで見つかった深さ優先検索のバージョンを使用しました。これまでのところコードは次のとおりです

これでコンパイルが完了しましたが、go([8,0,0],[4,4,0])どこ[8,0,0]が初期状態で[4,4,0]あり、目標状態であるかを実行しようとすると、「いいえ」という答えが返されます!! すべての状態を出力する深さ優先検索ソリューションの代わりに..など.

私はそれを追跡しようとしましたが、すぐに例外があると言われました。これを修正する方法はありますか?

次の状態空間モデルに適合させようとしています。

(1) Kt = K(t-1)* + ε1t
(2)Yt = Kt + βZt + ε2t

ここで、t は時間、Yt は (t での) 観察可能な変数、Ktは観察不可能な傾向であり、Zt説明できる可能性のある観察可能な変数の行列ですYt。ε1およびε2は、状態空間モデルの通常の誤差項です。

次のプロセスを MLE で推定し、トレンド Kt と係数 β の行列を取得する必要があります。しかし、dlm や dlmModReg でそれを行う方法が見つかりませんでした。

このモデルを Matlab で推定する方法を知っています (以下のリンクを参照)。しかし、dlm パッケージでこのようなモデルを指定する方法がわかりません。dlmパッケージの機能でできますか？

(「dlm パッケージ内の外部変数」というタイトルの未回答の関連投稿があることがわかりました)

どんな助けも心から感謝します (別のパッケージを使用することを意味する場合でも)!

http://www.mathworks.com/help/econ/implicitly-create-state-space-model-containing-regression-component.html

フォームの動的ロジスティック モデルに適合させるために KFAS を使用しています。

y^=β_t*x+ϵ

ここで、y は長さ n のベクトル、beta は長さ p のベクトル、x は n*p の行列です。

β_t=β_(t−1)+η

したがって、回帰パラメータは時間とともに変化し、フィルタによって推定される潜在変数として機能します。

Rでそのようなモデルを指定するにはどうすればよいですか? ロジスティック リンク関数が必要なため MARSS パッケージは使用できませんが、使用しようとしている KFAS パッケージ (二項分布を受け入れる) のドキュメントはほとんどありません。

主な問題は、このパッケージではサポートされていない可能性がある、期間ごとに複数の観測があることです。私の問題の例については、以下のコードを参照してください。それぞれに 2 ～ 3 個の観測点がある 10 の期間を示しているはずですが、KFAS は各行が個別の期間であり、10 ではなく 22 個あると考えています。

任意の 2 つのノード (ゴール ノードまたは非ゴール ノード) 間の距離を推定できるヒューリスティック関数 (パスファインディング、状態空間、または組み合わせ検索など) の用語または式はありますか?

さらに、前述の距離を決して過大評価しないような関数の用語はありますか?

R の MARSS パッケージでモデルを作成しました。

モデルの背後にある主なアイデアは、少なくとも 10 四半期の観測可能なベクトルを予測することですが、MASSsimulate 関数を使用してそれを行うことができないようです (推定に季節という名前の外因性ベクトルが含まれているためだと思います)。処理する）。よろしくお願いします。

前もって感謝します！

データセットはこちらからダウンロードできます

次のコードを使用しました