人工智能：现代方法阅读笔记3

第三章 通过搜索进行问题求解

试图考虑一个形成通往目标状 态路径的动作序列的智能体被称为问题求解智能体（problem-solving agent），它所进行 的计算过程被称为搜索（search）

其是原子表示世界的一种范例。

3.1 问题求解智能体

信息已知的问题求解过程：目标形式化、问题形式化、搜索、执行

1. 搜索问题和解

搜索问题的形式化定义包括：

状态空间、初始状态、目标状态、行动、转移模型、动作代价函数

（跟强化学习的定义几乎一致）

一个动作序列形成一条路径（path），而解（solution）是一条从初始状态到某个目标状态 的路径。 最优解（optimal solution）是所有解中路径代价最小的解。 2. 问题形式化

即计算机学科最重要的思想，抽象（面向对象）

3.2 问题实例

通过两个标准化问题和真实世界问题来说明以上所说的元素如何形式化定义

3.3 搜索算法

搜索算法（search algorithm）将搜索问题作为输入并返回问题的解或报告 failure（当解不存在 时）通常通过搜索树实现，搜索树就是一种以初始状态为根节点，最终目标为最底层子节点的树结构。

1. 最佳优先搜索

一种基于某种评价函数的类似贪婪算法的搜索算法，从边界处选取fn最小的节点搜索。

2. 搜索数据结构

搜索算法的数据结构是一种特殊的树结构，其中树的节点包括四个属性：节点状态、父节点、父节点的动作和初始状态到该节点的总代价。

同时存储该树的边界的数据结构一般是队列，包括优先队列（基于代价的）、FIFO和LIFO

3. 冗余路径

冗余路径通俗来说，就是指智能体会由于问题的特性（如环结构）产生重复路径搜索的问题，其中比较糟糕的一个例子是循环。

一般有3种方式解决该问题：（1）使用内存去记录（感觉很蠢）（2）概率低的问题中不关心冗余问题（3）检查循环，但通常不检查冗余路径

4. 问题求解性能评估

（1）完备性：（就是保证不陷入死循环）当存在解时，算法是否能保证找到解，当不存在解时，是否能保 证报告失败

（2）代价最优性

（3）时间复杂性

（4）空间复杂性（可用状态空间图的大小衡量）