Home - skiping1982/AI GitHub Wiki
Welcome to the AI wiki!
[Turning Test]
- 自然语言处理
- 知识表示
- 自动推理
- 机器学习
- 计算机视觉
- 机器人技术
[相关学科]
- 认知科学： 一种精确而且可以检验的人类思维工作方式理论
- 逻辑学： 正确地思考
- 数学： 不确定分析，概率论
- 经济学：最大收益，决策，宏观，微观（博弈），运筹学（马尔可夫决策过程）
- 神经科学： 处理信息，摩尔定律，爆发年份，技术支持
- 心理学
- 计算机工程学（摩尔定律，分子工程）
- 控制论
- 语言学
先验知识 vs 预测
PEAS(Performance, Environment, Actuators, Sensor) Environment
- 可观察性
- 确定性与随机性
- 片段式与延续式
- 静态与动态环境
- 离散时间段和连续时间段换件
- 单智能体和多智能体互动
Agent：
- 简单发射型智能体
- 基于模型的反射型智能体
- 基于目标的智能体(planning agent)
- 基于效用的智能体
NP 完全性
基于目标的智能体
- Goal Formulation
- Agent的初始状态
- Agent的可能行动
- 每个行动的可能描述（转移模型，后继状态）、
初始状态，行动和转移模型定义了问题的状态空间（有向网络或者图）
- 目标测试： 确定给定的状态是不是目标状态
- 路径消耗（加权）用于基于目标的Agent进行性能度量
抽象：在解决问题的过程中去除细节（不影响结果）
- 性能考量
- 搜索（查找行动序列）
开环系统（控制论）执行中无反馈 增量形式化 VS 完整状态形式化: 转化问题思路来降低预估复杂度 性能评价指标：b，分支因子（任何节点的最多后继数）d，目标节点所在的最浅的深度（根节点到目标状态的步数） m,状态空间中任何路径的最大长度
无信息搜索 VS 有信息搜索（启发式搜索）
无信息搜索
- 宽度优先搜索
一致性搜索（最小代价）
- 深度优先搜索 （空间复杂度优于时间复杂度表现）
回溯搜索（每次只产生一个后继同时扩展节点记住下一个待生成节点） 深度受限搜索（超过深度为L的节点当做没有后继对待）
有信息搜索
- 贪婪最佳搜索（greedy best-first search）
- A* 搜索
f(n)=g(n)+h(n) where g(n) cost of being here, h(n) cost from here to target 启发函数：评估行动结果与目标状态的距离
对抗搜索（博弈）
约束条件搜索
- 约束满足条件的状态是变量/值对的集合。（CSP）
- 回溯搜索