问题的形式化 定义 Agent的初始状态描述Agent的可能行动转移模型目标测试路径耗散 形式化分类 增量形式化完整状态形式化 搜索策略 经典搜索 无信息搜索策略 宽度优先搜索一致代价搜索深度优先搜索、回溯搜索深度受限搜索迭代加深的深度优先搜索双向搜索 有信息(启发式)搜索策略 贪婪最佳优先搜索 A*搜索 存储受限的启发式搜索 迭代加深A*搜索递归最佳优先搜索MA*搜索、SMA*搜索 局部搜索 爬山法 随机爬山法首选爬山法随机重启爬山法 模拟退火搜索 局部束搜索、随机束搜索 遗传算法 连续空间中的局部搜索 梯度法线搜索法牛顿迭代法 使用不确定动作的搜索 与或搜索树 使用部分可观察信息的搜索 无观察信息的搜索有观察信息的搜索 联机搜索 爬山法随机行走 对抗搜索 博弈中的优化决策 极小极大算法 α \alpha α- β \beta β 剪枝 不完美的实时决策 截断搜索向前剪枝搜索与查表 随机博弈 部分可观察博弈 约束满足问题 定义 变量集合 X X X值域集合 D D D描述变量取值的约束集合 C C C 约束传播:CSP中的推理 结点相容弧相容路径相容 k k k-相容全局约束 回溯搜索 变量和取值顺序 最少剩余值启发式度启发式最少约束值启发式 搜索与推理交错进行 向前检验维护弧相容算法 智能回溯:向后看 时序回溯冲突指导的回跳 CSP局部搜索 最少冲突启发式禁忌搜索 问题的结构 割集调整树分解