这章是第二部分问题求解的开篇，主讲运用搜索法解决问题。然后介绍常用无信息搜索策略（BFS，DFS，IDS……），还强调了下避免重复状态，最后提到了下使用不完全信息的搜索。
开章提到：当没有单独的行动可以解决问题的时候，智能体如何找到一个行动序列达到它的目标，是讨论的重点。然后会描述一种基于目标的智能体，称为问题求解智能体。问题求解智能体通过寻找达到所希望的状态的行动序列来决策要做什么。从精确地定义组成“问题”和它的“解”的元素开始，并且给出一些例子来详细介绍这些定义。
智能化智能体被认为是能使自己的性能度量达到最大化的智能体。
基于当前的情形和智能体的性能度量的目标形式化是问题求解的第一个步骤。
我们将考虑的目标是一个世界状态集合——正是在那些状态中，该目标是可满足的。智能体的任务是找出能够使它达到目标状态的行动序列。在能作这个之前，它需要决策所要考虑的行动和状态的种类。而在很多的细节水平上，世界的不确定因素太多，问题的解也将包含过多的步骤。问题形式化是决策对于给定的目标需要考虑哪些行动和状态的过程。
如果智能体不知道哪个可能的行动学列是最好的，那是因为它对由每个行动产生的状态了解得不够多。如果智能体没有得到额外的知识，就只能停滞不前了。这时它能做的最好决策就是随机选择一个行动。
一般来说，一个智能体有多个评价未知直接选项的时候，可以首先检验各个不同的能导致已知评价的状态的可能行动序列，然后选择最佳序列。寻找这样一个序列的过程被称为搜索。
搜索算法把问题作为输入，并以行动序列的形式返回问题的解。一旦找到一个解，那么它所建议的行动就可以付诸实施。这被称为执行阶段。从而，我们有了一个对智能体的简单设计，即“形式化，搜索，执行”。在把目标和待求解的问题形式化之后，智能体通过调用搜索过程对它求解。然后智能体用得到的解来引导行动，按照解的建议去作下一步事情。一旦解被执行，智能体将形式化新的目标。
这里，我们的智能体设计假定环境是静态的，可观察的，确定性的，离散的。
1，静态的，是因为完成问题形式化和求解的时候不再注意可能发生在环境中的任何变化；2，可观察的，了解初始化状态是最简单的；3，离散的，是为了枚举“可选的行动过程”的思想
729
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
