AI基础
文章平均质量分 86
h08.14
这个作者很懒,什么都没留下…
展开
-
AI基础 L13 Constraint Satisfaction Problems I约束满足问题
离散变量的CSPs涉及具有有限域的变量,例如布尔变量、整数、字符串等。连续变量的CSPs涉及具有连续域的变量,例如天文观测的开始和结束时间。偏好约束是软约束,它们为每个变量分配了一个成本,表示对某个变量的偏好。无限域的CSPs涉及具有无限域的变量,例如整数、字符串等。CSPs 涉及的任务是分配值给变量,以满足所有约束。原创 2024-09-11 00:00:00 · 617 阅读 · 0 评论 -
AI基础 L15 Constraint Satisfaction Problems III约束满足问题
•通过选择冲突最少的变量值来逐步接近解决方案“plateaus” 指的是解空间中的一片区域,在这片区域内,目标函数(例如冲突数量)的变化非常小或者没有变化。可能会导致算法收敛到一个局部最优解而不是全局最优解。即约束图是一个树 CSP O(nd**2)原创 2024-09-10 14:33:14 · 431 阅读 · 0 评论 -
AI基础 L16 Logic Agents I
知识库是一个集合,其中包含了一系列使用正式语言编写的句子。在人工智能领域,这些句子通常被称为事实、规则或信念。知识库是代理理解其环境、做出决策和采取行动的基础。它包含了代理需要知道的所有信息,包括事实、规则、模式、关系等。原创 2024-09-10 15:04:17 · 432 阅读 · 0 评论 -
AI基础 L10 Adversarial Search I 对抗性搜索
Perfect Information (fully observable) 完全信息博弈是指博弈中每个智能体都知道其他智能体的所有信息,包括他们的策略和收益。多个智能体(agent)相互作用,每个智能体都具有自己的目标和行动策略。在多智能体环境中,智能体需要考虑其他智能体的行动,并协调一致以采取有效的行动。— Deterministic 确定性博弈是指博弈中每个智能体的行动都是确定性的,不存在随机性。— Two-player 博弈中只有两个智能体参与,每个智能体都在自己的回合中做出决策。原创 2024-09-10 00:00:00 · 950 阅读 · 0 评论 -
AI基础 L9 Local Search II 局部搜索
虽然多点交叉通过选择多个交叉点来减少位置偏见,但仍然存在一定的位置偏见,因为交叉点的位置会影响子代个体的基因组合。• cross over — population holds information 交叉是指将两个父代个体的部分基因组合在一起,形成新的子代个体。它的主要优点是能够找到全局最优解或近似最优解,但它的主要缺点是可能需要大量的迭代次数。• Mutation — local search N (x) 变异是指对种群中的个体进行小的随机改变。对于当前的所有k个状态,生成它们的所有可能后继状态。原创 2024-09-09 00:00:00 · 724 阅读 · 0 评论 -
AI基础 L8 Local Search I 局部搜索
•同一行同一列不能有两个皇后:在每一列中,尝试将皇后移动到减少冲突的位置。访问所有城市最短路径且一个城市只能去一次 最后回到起点城市在每一步中,尝试通过交换路径中的两个城市来改进当前的路径。(两个城市交换目标城市)试图通过逐步改善当前状态来找到问题的解决方案。在这个算法中,我们从一个初始状态开始,然后尝试移动到邻近状态中具有更高评价函数值(更接近目标状态)的状态。原创 2024-09-09 00:00:00 · 763 阅读 · 0 评论 -
AI基础 L6 Informed Search I 启发式搜索(heuristic search
• One rule for heuristic functions: if we’re at the goal node n, h(n) = 0. 确保了启发式函数在目标节点上的准确性,即到达目标节点的成本为零。它选择扩展的节点是基于节点当前的评估函数值,而忽略了整个路径的成本。这种方法旨在尽可能快地找到一个解决方案,但不保证找到的是全局最优解。f(n) 是从初始状态到节点 n 的实际成本(g(n))加上从节点 n 到目标状态的估计成本(h(n))。不同搜索算法使用不同的评估函数。原创 2024-09-08 00:00:00 · 426 阅读 · 0 评论 -
AI基础 L5 Uninformed Search II 无信息搜索
这是因为搜索空间会随着重复状态的增加而指数级增长,从而导致算法需要处理更多的状态,增加了搜索的复杂性和所需的时间。在图搜索中,重复状态(Repeated states)是指在搜索过程中,图中的某些状态被多次访问,但可能没有被正确识别为重复。:当达到一个无法继续扩展的节点(通常是最深的边缘节点)时,搜索会回溯到下一个浅层节点,这个节点仍然有未探索的后继节点。但是如果图中的某个目标是超出深度限制的,DLS可能无法找到该目标的解。深度越深的节点成本越高,那么这个算法是有效的,因为它能够找到成本最低的解。原创 2024-09-07 16:30:49 · 632 阅读 · 0 评论 -
AI基础 L4 Uninformed Search I 无信息搜索
initial state):问题的起点,例如“在阿拉德(Arad)”。actions:智能体可以执行的操作,例如“驾车从阿拉德到泽林德(Arad → Zerind)”。:给定状态 x,返回一组动作-状态对,例如 S(Arad) = {〈Arad → Zerind, Zerind〉, …}。goal test:判断一个状态是否是目标状态,可以是显式的或隐式的。:从初始状态到目标状态的行动总成本,例如行驶距离的总和、执行的动作数量等。:从初始状态到目标状态的一系列动作。原创 2024-09-07 13:54:25 · 1361 阅读 · 0 评论 -
AI基础 L3 Agents II
如果一个程序的环境是固定不变的,那么这个程序可以盲目地执行,不需要实时地响应环境的变化。一个固定环境的一个例子是编译器,它在处理源代码时通常不需要考虑环境的变化,因为编译过程的输入是固定的代码,输出是固定的编译结果然而,现实世界中的大多数环境是动态的,这意味着它们会随着时间而变化。在这种环境下,一个反应式系统(reactive system)需要能够与它的环境保持持续的交互,并对发生的变化做出及时的响应,以便响应能够对环境产生有用的影响。原创 2024-09-06 21:09:49 · 783 阅读 · 0 评论 -
AI基础 L2 Agents1
智能体的主要特点在于它们在一定程度上是自主的,这意味着它们能够独立行动,并对其内部状态表现出控制。因此,智能体是一个计算机系统,能够在某种环境中自主行动,以实现其设计目标。智能体(agent)是一个能够自主行动的计算机系统,它能够代表其用户或所有者执行任务,而不是不断被指示做什么。多智能体系统(MAS)是由多个智能体组成的系统,这些智能体能够相互合作、协调和谈判,以代表不同用户实现各自的目标和动机。• Delegation 委托是指将任务和决策权从人类转移到计算系统和智能代理的过程。原创 2024-09-06 20:23:06 · 576 阅读 · 0 评论