三：通过搜索解决问题

     下面介绍以目标为导向的机器人（Goal-based agent），也称为解决问题型机器人(Problem-Solving Agent）。 这种机器人分为四步走：

     1.建立目标

     2.建立问题：主要是指根据目标，有什么动作（action）和什么状态(state)需要考虑，这个过程是求解的关键。

     3.搜索：根据问题求出到达目标的动作序列（sequence）。

     4.执行解决方案

 

     其中建立问题是最关键的一步，那么一个问题又可以分为四个部分：

1）初始状态（Initial State）

 

2）后续方程(Succesor function)：

         用来求后续状态的方程，它求出的后续状态很可以能是一个集合。 例如，给定一个状态X，SUCCESSOR-FN（X），返回（action，succesor)的集合对，即从状态X出发采取那种动作可以得到那种后续状态。

         初始状态和后续方程就可以隐式地定义了状态空间（State Space）。一个路径(path)就是状态空间从一个状态到另一个状态所经过的一系列状态。

 

3）目标测试：

         用来测试当前状态是否目标状态的函数。

 

4）路径费用（path cost):

         整个路径所需的费用。包括每步的费用，叫做step cost。

 

      为了建立问题，可以把细节去掉，保留关键的过程称为抽象（Abstraction）。

 

 

搜索：

      建立问题后，就用到搜索，搜索是在搜索树中进行的，搜索树上的节点是搜索节点，它可以是一个状态（state），但是搜索树并不等同于状态空间，因为搜索树有很多相同的状态。

      搜索是同时展开当前状态而得以进行的，我们可以选择不同的搜索策略去完成搜索，正在展开的状态集合称为边缘（fringe）。

      描述搜索算法的表现有四个：

 1）Completeness: 是否能保证找到解决方案（solution）。

 2）Optimality：  是否能找到最优解。

 3）Time Complexity

 4）Space Complexity

 

      最后介绍一下搜索算法：

1）宽度优先（Breadth first search)

 

2) Uniform-cost search

 

3) Depth-first search

 

4) 双向搜索(Bidirectional search)