लक्ष्य स्टैक और बैकट्रैकिंग
उप-लक्ष्यों को स्टैक पर रखें, पूरा होने पर हटाएँ और गतिरोध पर बैकट्रैक करें—यह क्लासिक कृत्रिम बुद्धिमत्ता योजना है।
लक्ष्य स्टैक और बैकट्रैकिंग, CoddyKit पर AI एजेंट का एक निःशुल्क पाठ है। यह 4 में से 2वाँ पाठ है। आप नीचे पूरा पाठ निःशुल्क पढ़ सकते हैं—फिर अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर के साथ ब्राउज़र में इसका व्यावहारिक अभ्यास कर सकते हैं। यह AI एजेंट सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। AI एजेंट पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
इस पाठ के कुछ हिस्सों का अभी तक अनुवाद नहीं हुआ है और वे अंग्रेज़ी में दिखाए गए हैं।
लक्ष्यों का ढेर
शास्त्रीय AI योजना में लक्ष्य-ढेर का उपयोग होता है: सामने आने पर उप-लक्ष्यों को push करें और पूरा होने पर pop करें। एजेंट इसी डेटा संरचना का उपयोग कर सकते हैं:
goal_stack = []
def push(goal):
goal_stack.append(goal)
def pop():
return goal_stack.pop() if goal_stack else None
def current():
return goal_stack[-1] if goal_stack else None
# --- demo ---
push('write the report')
push('collect the data')
print(f'Current goal: {current()}')
print(f'Popped: {pop()}')
print(f'Current goal after pop: {current()}')
Example: Refactoring Workflow
push('Refactor auth')
while current():
g = current()
if g == 'Refactor auth':
if not done('add_oauth_dep'):
push('Add OAuth dependency')
elif not done('replace_login'):
push('Replace login endpoint')
else:
pop() # done
elif g == 'Add OAuth dependency':
# ...actually do the work...
mark_done('add_oauth_dep')
pop()पीछे लौटना
जब कोई लक्ष्य विफल हो:
- उसे विफल चिह्नित करें
- pop करके मूल लक्ष्य पर लौटें
- अलग तरीका आज़माएँ (अलग उप-लक्ष्य)
Backtracking Example
def attempt(goal):
for approach in [oauth, saml, custom_token]:
try:
return run_with(goal, approach)
except FailedException:
continue
raise NoApproachWorked(goal)आज़माए गए तरीकों पर नज़र रखें
पहले विफल हो चुके उसी तरीके का फिर से प्रयास करने से बचें। हर लक्ष्य के लिए आज़माए गए तरीकों का रिकॉर्ड रखें:
{
'goal_id': 'refactor-auth',
'tried': ['oauth', 'saml'],
'remaining_options': ['custom_token']
}LLM को लक्ष्य चुनने दें
अगला लक्ष्य push करने का निर्णय लेने के लिए LLM का उपयोग करें:
next_goal = llm.invoke(f'Current goal: {current()}. Done so far: {done_list}. What sub-goal next?').content
push(next_goal)पूर्वशर्तें और प्रभाव
STRIPS योजना से प्रेरणा लें: हर क्रिया की पूर्वशर्तें होती हैं (क्या सत्य होना चाहिए) और प्रभाव होते हैं (क्या सत्य हो जाता है):
action = {
'name': 'replace_login',
'preconditions': ['oauth_dep_installed'],
'effects': ['login_endpoint_replaced']
}योजना बनाम क्रिया चक्र
दो-चरणीय तरीका:
- योजना — प्रतीकात्मक योजनाकार लक्ष्य-ढेर बनाता है
- क्रिया — एजेंट ढेर के शीर्ष पर मौजूद कार्य को निष्पादित करता है, विश्व-स्थिति को अद्यतन करता है और आवश्यकता पड़ने पर फिर योजना बनाता है
संकर प्रतीकात्मक + LLM
स्पष्ट पूर्वशर्तों वाले कार्यों (फ़ाइल संचालन, परिनियोजन) के लिए प्रतीकात्मक योजनाकार का उपयोग करें। अस्पष्ट हिस्सों के लिए LLM का उपयोग करें। मजबूती के लिए दोनों को मिलाएँ।
गतिरोध
कभी-कभी एजेंट ऐसी स्थिति में पहुँच जाता है जहाँ कोई भी क्रिया मदद नहीं करती। गतिरोध पहचानें और और पीछे लौटें:
if no_progress_in_n_steps(5):
pop_to_parent()
try_different_approach()पीछे लौटने की गहराई सीमित करें
असीमित रूप से पीछे लौटना हमेशा चलता रह सकता है। गहराई और कुल पुनरावृत्तियों की सीमा तय करें:
MAX_BACKTRACKS = 10
if backtrack_count >= MAX_BACKTRACKS:
escalate_to_human()पीछे लौटने की जानकारी उपयोगकर्ताओं को दें
जब एजेंट पीछे लौटे, तो उपयोगकर्ता को बताएँ: "OAuth ने काम नहीं किया, SAML आज़मा रहे हैं।" इससे विश्वास बना रहता है और उपयोगकर्ता को जल्दी हस्तक्षेप करने का अवसर मिलता है।
पीछे लौटने का संकेत
एजेंट को उप-लक्ष्य से कब पीछे लौटना चाहिए?
पुनरावलोकन
लक्ष्य-ढेर एजेंट की "मैं कहाँ हूँ?" स्थिति पर नज़र रखता है। उप-लक्ष्यों को push करें, पूरे हुए लक्ष्यों को pop करें और गतिरोध पर पीछे लौटें। प्रतीकात्मक योजना को LLM के निर्णय के साथ मिलाएँ।
एआई शिक्षक के साथ AI एजेंट सीखें — निःशुल्क
अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।
- पाठ्यक्रम
- 60
- पाठ
- 239
अक्सर पूछे जाने वाले प्रश्न
क्या “लक्ष्य स्टैक और बैकट्रैकिंग” पाठ निःशुल्क है?
हाँ—“लक्ष्य स्टैक और बैकट्रैकिंग” का पूरा पाठ यहाँ वेब पर निःशुल्क पढ़ा जा सकता है। इंटरैक्टिव अभ्यास (अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर) करने और AI एजेंट पाठ्यक्रम का बाकी हिस्सा अनलॉक करने के लिए CoddyKit PRO लें। AI एजेंट पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
“लक्ष्य स्टैक और बैकट्रैकिंग” में मैं क्या सीखूँगा?
उप-लक्ष्यों को स्टैक पर रखें, पूरा होने पर हटाएँ और गतिरोध पर बैकट्रैक करें—यह क्लासिक कृत्रिम बुद्धिमत्ता योजना है। आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ AI एजेंट का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।
क्या AI एजेंट शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?
पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर AI एजेंट शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 2वाँ पाठ है।
“लक्ष्य स्टैक और बैकट्रैकिंग” पाठ पूरा करने में कितना समय लगता है?
CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।
क्या मैं इस AI एजेंट पाठ में कोड लिख और चला सकता हूँ?
हाँ। हर AI एजेंट पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।
इस पाठ्यक्रम के सभी पाठ
- पदानुक्रमित कार्य-विभाजन
- लक्ष्य स्टैक और बैकट्रैकिंग
- विश्व मॉडल और आगे की झलक
- चिंतन और स्व-आलोचना चक्र