人工智能原理课程复习——（6）复杂环境搜索

复杂环境搜索

不确定性的环境

此处的不确定性指的是动作结果的不确定性，此处假设环境是完全可观察的

即Agent做一个动作，可能会导致多个结果出现

因此对应于转移模型就会有多个状态，如下图中执行suck这个动作，可能会得到5这个状态也可能得到7这个状态

因此现在的解不再是动作序列，而是一个条件规划

因为我此刻不知道我现在是属于什么状态，所以我必须加上条件，来确定我在哪个状态，从而执行相应的动作，这就意味着解是以”树“的形式出现

下面介绍一下与或树的概念

与或树：即将所有可能的预测和更新进行组合，其中方块代表或结点，圆块代表与结点

我们在或结点上选择动作，我们每选择一个动作都会得到对应的状态，这样的状态可能有多个，我们需要为这里所有可能得到的状态继续找到它们所对应的规划。

综上

在或结点上确定一个动作，只要有一个动作导致成功，就有解，解的形式就是一棵子树

在与结点上为所有状态找到规划，只要有一个状态失败，整体就失败

下面我们在给出循环解的定义，即当前动作可能失效，呆在原地

对于一个与或图搜索而言，若返回失败，并不一定代表该问题无解

可能是因为该问题出现了循环解

完全不可观察的环境

完全不可观察指的是Agent没有任何传感器，即得不到任何感知信息，无法判断Agent自身的状态

但无传感器的问题一定无解吗？

答案是：可能有解

下面我们考虑一个无传感器的吸尘器，但假设动作确定

由于我们无法搜索物理状态空间（因为我们无法感知当前的状态），因此我们转而去搜索信念状态空间

下面我们来定义一下什么信念状态空间

通过上图定义可以看出

信念状态空间：是由多个集合构成的空间

每个集合就是一个信念状态，每个信念状态又包含多个物理状态

即整个搜索算法就是在由物理状态构成的集合之间进行搜索

此处的初始信念状态指的是：所有可能的物理状态

部分可观察的环境

我们还是以吸尘器为例

此处的部分可观察就是，吸尘器能够感知Agent当前位置以及当前位置是否有垃圾，它无法感知其它方格中的垃圾

以上图为例详细进行展开

1. 初始信念状态为b={1,3}
2. 执行right动作
3. 得到预测信念状态为b'={2,4}
4. Agent进行感知，得到感知预测为{B,Dirty}
5. 对于预测信念状态b'而言，只有2满足感知预测
6. 更新：即2是确定得到的信念状态

下面再举一个例子，可以看出来部分可观察的或结点为信念状态，而之前的与或树为物理状态

未知环境与联机搜索

脱机搜索：因为我们知道动作转移模型，因此可以事先规划好行动的结点，计算出完整的方案

但若动作转移模型未知，我们没办法事先规划，只能做一步看一步，即计算与执行交替执行

此处的计算：指的是判断该执行什么样的动作