Översikt ACT-R och EPIC EPIC Fokus på multi-task performance Pooler av kognitiva, perceptuella, och olika motoriska resurser som kan köra parallellt Alltså ingen central flaskhals i mänsklig kognition ACT-R Exempel på intressant modelleringsproblem Hur improviserar räddningsledare i extrema situationer? Finns etablerade procedurer, men kan inte längre tillämpas Regelbaserad symbolisk arkitektur EPIC:s arkitektur EPIC Executive Process Interactive Control EPIC:s filosofi Möjlighet till kommunikation med omgivning, ex.vis. med simulerat gränssnitt Modaliteter kan arbeta parallellt sinsemellan Seriellitet förekommer inom vissa moduler Ex. Händerna måste samordnas Fri syntax Perceptuella info skulle t.ex. kunna ha ett aktiveringsvärde Exempelkod Perception-kognition Symbolisk kod skickas till arbetsminnet efter en förutbestämd tidsfördröjning Ex. (auditory tone 800) Ex. (visual center event detected) Kognition-motorik Planeringskod skickas till olika motoriska system Ex. (send-to-motor ocular move?next-object) 1
Perception Ögat indelat i tre koncentriska zoner Rörelse, närvaron av stimulus i periferin (60 ) Färg, grova former i parafovea (10 ) Detaljerad form (bokstäver) inom gula fläcken (1 ) Förmåga att bearbeta stimuli till bearbetning medan ögonen redan rör sig bort pipelining Första signal om upptäckt ca. 50 ms Stimulusegenskaper ca. 100 ms Semantisk tolkning 250 ms Motorik (ögon) Frivilliga rörelser Sackader, ca 4 ms/vis (men Fitts lag?) Mjuka rörelser för att följa rörliga stimuli Reflexiva rörelser När plötslig rörelse i periferin, etc. För att centrera stimuli För att automatiskt följa långsamt rörliga mål Grov inriktning centralt styrt; detaljerna reflexiva (småjusteringar, hålla det centrerat) Motorik (händer) Ett antal rörelsestilar fördefinierade Flytta hela handen till rätt position över tangentbordet Trycka ner en tangent när handen i rätt position Varje stil har en förutbestämd särdragsstruktur Ex. särdrag: riktning, avstånd Planering av rörelse = generering av särdragen Ligger kvar i WM, så repetitiva rörelser snabbare (behövs ingen planering) Arbetsminnet Håller ihop hela systemet WM indelat i paneler för de olika modaliteterna, dessutom Uppgiftsrelaterad panel Nuvarande mål, delsteg, etc. Kontrollminne Vilka uppgifter körs på vilka resurser Kontrollstrategier liknar andra färdigheter Repr. explicit med samma typ av produktionsregler Givet i EPIC Arkitekturen Engine som kör EPIC Inga inbyggda flaskhalsar De flesta tidsparametrar Utom tid för uppgiftsspecifik perceptuell bearbetning, etc. Definition av olika typer av rörelser Ex. touch-typing vs. visuellt styrda nedslag Vad modelleraren lägger till Produktionsregler för själva uppgiften Specifika perceptionstider Högkontrast display, stora/små stimuli, etc. Motoriska rörelsemönster (om inte fördefinierat) Simuleringsomgivningen Simuleringsmiljö Ex. displaylayout Yttre händelser för de uppgifter man vill simulera Ex. ett objekt skiftar färg på displayen 2
Bearbetning i EPIC Alla regler testas mot koder i arbetsminnet Om villkorsdelen matchar innehållet i arbetsminnet avfyras regeln Obegränsat antal regler kan avfyras samtidigt Jfr. med liknande arkitekturer, ex. ACT-R och Soar, där matchning parallell, men endast en regel kan avfyras EPIC förutsätter m.a.o. att centrala kognitiva systemet är kapabelt att ta hand om parallell information Exempel: Dual task Sekundäruppgift: Hålla markören centrerat inom fyrkanten Huvuduppgift: Att tolka symbolen och trycka på höger/vänster knapp Mäter: RT för huvuduppg. Avvikelse för andra uppg. En första modell För hög tracking error Håll markören centrerad tills symbol dyker upp Byt till huvuduppgift Flytta ögonen Tolka symbolen Planera tangenttryckning Utför Återuppta andra uppgiften Lock - unlock Lockout punkter för varje uppgift Pausering av konkurrerande process tills annan process färdig Tre möjliga ställen för detta Innan stimulus har tolkats Innan respons väljs (planeras) Innan handlingen utförs Unlock när konkurrerande process är färdig Alternativ modell Håll markören centrerat När symbol dyker upp: Flytta ögonen Flytta genast tillbaks ögonen Fortsätt centrera markören Under tiden: Tolka symbolen Planera och utför fingerrörelse 3
Flödesschema Utfall Systematisk utforskning av alternativ Utforskning av alternativa modeller genom systematisk variation av parametervärden och utvärdering mot empiriska data Ger mycket pålitliga resultat (säkra modeller), så länge som grundförutsättningarna (grunderna för EPIC) är pålitliga ACT-R Adaptive Control of Thought - Rational ACT-R Utvecklad av John R. Anderson och medarbetare Exempel på Unified Architecture of Cognition (Allan Newell, 1990) R står för Rationell analys Syftar på att mänsklig kognition bestäms av yttre krav från miljön Överlevnad förutsätter rationellt beteende Räcker att analysera de evolutionära krav som vi har varit utsatta för ACT-R modeller Teoretiska förutsättningar Produktionssystem Dynamisk viktning (under körning) av regler och kunskap Mål: Att skapa modeller som är konsistenta med empiriska data Syftar till optimalt beteende (m.a.p. på naturliga krav från miljön) 4
Antagande Inlärning hos barn Träna programmering Slutsats: Mänsklig kognition kan beskrivas i termer av produktionsregler Hur många gånger man har fått öva på en viss regel Inlärning hos barn Kunskapsrepresentation i ACT-R Procedurellt minne Regler ( productions ) Deklarativt minne WME (uttal: wimees ; Working Memory Elements) Kan grupperas i chunks Begränsat antal delar: max 3 (eg. fritt fram) Kan sättas ihop hierarkiskt Både mål och faktakunskap representeras som WMEs Systemöverblick WMEs (ex) deklarativt arbetsminne WMEs WME selectors WMEs förändringar kontext av aktiva WMEs procedurellt minne productions om regeln avfyras första_hjälpen isa ambulans resurser (resurs1 ) resurs1 isa ombyggd_skåpbil antal_pat 2 defibrilator ja GPS ja 5
Produktionsregler (pseudokod) Viktning av regler och kunskap villkor (LHS) åtgärd (RHS) om mål=första_hjälpen & resurs=y & isa =y ombyggd_skåpbil så använd_resurs (y) & sätt som nytt mål Sker via aktivering som sprids och tillåts sätta sig mellan varje matchning och avfyrning av regel OBS! annan sorts aktivering än i artificiella neurala nätverk Uppsatta mål är aktiverade per default Aktivering sprids Via de olika WME-strukturerna WMEs representeras ju som hierarkiska chunks av kunskap Via regelmatchning Regelkroppen länk mellan olika kunskapsbitar Aktivering Instansiering av regel Spridning av aktivering hjälper till med Look ahead Allt som relaterar till aktuellt mål är mer aktiva Effektiv matchning av regel Fokusering av sökning i arbetsminnet efter WMEs som kan tänkas matcha regeln Sätt att rangordna Välja ut starkare/bättre matchningar mellan WMEs och en regel Simulerad RT som kan jämföras med verkliga experiment Sammanlagda tiden att matcha regler, välja regel och avfyra vald regel i en kedja Tiden T i att matcha en klausul (del av LHS) beror av Aktiveringsnivån hos de WMEs som matchar Styrkan hos regeln Conflict resolution Satisficing Ett vanligt sätt Att producera alla instanser av alla regler som kan komma ifråga för nästa problemlösningssteg,......och sedan välja bästa regeln bland alla möjliga ACT-R (satisficing = satisfy + suffice) Producera möjliga regel-instanser i någorlunda rätt ordning, dvs. bättre instanser först Välj den bästa hittills när produktion av fler instanser bedöms kosta mer än det ger 6
Analogier i ACT-R Antag att du får i uppgift att programmera addition av 712 och 91 Du har visats ett exempel på multiplikation (* 2 3) Analogier i ACT-R Hur skulle du ställa upp addition? Färg på kläder? Kön? Analogier i ACT-R Improvisera under räddningsoperation Brand på skepp som läcker olja, 10 pers skadade, max 50 min innan läget förvärras bortom räddning Måste fördela resurser, ambulans, dela ut skyddsdräkter, sätta upp vägspärrar, etc. Så småningom kommer vissa resurser inte längre vara användbara Kommer inte nå platsen i tid Måste då improvisera med de resurser man har Olika mål för räddningsledaren Mål 1 = första hjälpen till skadade Mål 2 = kontrollera platsen (spärra av, etc.) Mål 3 = rädda instängda personer Mål 4 = släcka elden 7
Referent-baserad improvisation Improvisation under räddningsinsats Matchning av normala resurser mot andra resurser Ex. viss resurs används normalt till första hjälpen Givet att alternativ resurs har liknande egenskaper Möjlighet att forma motsvarande insats med de nya resurserna En ny regel kan kompileras från tidigare regel genom analogi Improvisation under räddningsinsats ACT-R ambulance isa vehicle capacity 2 equipment minibus isa vehicle capacity 5 equipment first_aid isa rescue-operation casualties 2 severity achieved-by ambulance first_aid_alternative isa rescue-operation casualties 5 severity achieved-by minibus Styrkor Kognitivt trovärdig Kan lära sig (genom analogier) Kan kopplas ihop med konnektionistiska modeller Men... Spridning av aktivering är slav under produktions-reglerna, hur går det då med spontan aktivering drivet av perception? Invecklade beräkningar Många parametrar att hålla reda på Systemet blir tungrott för modelleraren Ofta kör man default inställningar 8