Стратегическое планирование и проблема многомерного ранца

11

Я пытаюсь найти подход к планированию, чтобы решить проблему, которая пытается моделировать изучение нового материала. Мы предполагаем, что у нас есть только один ресурс, такой как Википедия, который содержит список статей, представленных в виде вектора знаний, который он содержит, и попытку прочитать эту статью.

Вектор знаний и усилия

Прежде чем мы начнем, мы устанавливаем размер для вектора, в зависимости от количества различных типов знаний. Например, мы можем определить элементы в векторе (algebra, geometry, dark ages), а затем «измерить» все статьи с этой точки зрения. Итак, математическая статья, вероятно, будет (5,7,0), так как она будет много говорить об алгебре и геометрии, но не о темных веках. Он также попытается прочитать его, который является просто целым числом.

проблема

Учитывая все статьи (представленные в виде векторов знаний с усилием), мы хотим найти оптимальный набор статей, которые помогут нам достичь цели знаний (также представленной в виде вектора).

Таким образом, цель знания может быть (4,4,0), и этого достаточно, чтобы прочитать статью, (2,1,0)и (2,3,0), поскольку при ее добавлении она соответствует цели знания. Мы хотим сделать это с минимальными усилиями .

Вопрос

Я попытался с помощью некоторой эвристики найти приближение, но мне было интересно, есть ли какой-нибудь современный метод стратегического планирования, который можно использовать вместо этого?

research heuristics knapsack-problem user10482
источник
Это может помочь разделить вектор знаний на усилия - так вы узнаете, сколько знаний за усилие дает вам статья.
user6916458
Очень хорошо структурированный и интересный вопрос. Добро пожаловать в AI!
DukeZhou
Является ли сложение векторов, чтобы они суммировались с вектором знаний, единственным критерием? Если это так, то ваша проблема кажется многомерным случаем проблемы с монетами en.wikipedia.org/wiki/Coin_problem msp.org/involve/2011/4-2/involve-v4-n2-p07-p. pdf
Даниил
Не могли бы вы пояснить, что вы не хотите критиковать модель «изучения нового материала» (которая, по мнению ИМО, является необычным способом моделирования получения знаний, в то время как цель получения произвольной оценки в рамках модели более четко определена)? Я не думаю, что вы делаете из того, что написано, но теперь это поднято до вершины, возможно, что кто-то ответит на это, а не на представленную проблему ранца
Нил Слейтер

Ответы:

1

Вот умозрительное приведение этой проблемы к проблеме коммивояжера , которая привела бы к алгоритмам кратчайшего пути.

Обратите внимание, что эта идея предполагает различные ограничения для изучения.

  • Учитывая векторы знаний и усилия, построить ациклический ориентированный граф (ациклический, как мы не должны отучиться). Вершина - это статья, представленная вектором знаний. Край связывает две статьи, взвешенные усилием «переместиться» к целевой статье / вершине (то есть получить знания этой статьи).
  • Назначьте нулевой вектор новому участнику. То есть отправной точкой на графе является вершина V0 = (0, ..., 0).
  • Определите цель обучения как вектор V.
  • Используйте алгоритм кратчайшего пути, чтобы найти (V0, V) план.

Эта процедура недостаточна, так как существует множество способов построения графа (другими словами, вышеприведенное совершенно бессмысленно как таковое ). Дополнительные ограничения необходимы, чтобы сделать это практичным. Например, мы можем упорядочить вершины, расположив их вдоль каждого измерения. Такая настройка заставит учеников начать с «простых» статей (V [i] низок) и шаг за шагом перейти к более сложным темам ((V [i] становится выше).

Построение графика зависит от доступных данных. Например, являются ли векторы знаний "абсолютными" или они могут быть относительными? Относительный может помочь в создании пути, так как переход от V к W требует усилий, которые зависят от начальных условий вашего ученика (V0, в конце концов, не может быть 0 везде).

Это вопрос ИИ? Определенно.

Эрик Платон
источник