人工智能-计算Agent基础

内容简介

普尔、麦克沃思所著的《人工智能(计算Agent基础)/计算机科学丛书》全面地介绍了人工智能科学，涵盖智能体、表达和推理、学习与规划以及个体和关系的推理等内容，并充分考虑了AI科学中理论描述的形式化及实验的难以控制等特点，对理论部分和实验部分做了很好的平衡，展示了理论与实验之间的联系，兼顾了科学与工程的共同发展。本书提供的材料丰富、完整，并很好地兼顾了各种层次的读者，使之都能在书中发现自己感兴趣的东西。
　　本书适合作为计算机科学或者相关学科(如计算机工程、哲学、认知科学和心理学)的本科生和研究生教材，同时也适合研究人员阅读。

目录

出版者的话
译者序
前言
第一部分  世界中的Agent：什么是Agent及如何创建它们
  第1章  人工智能与
    1.1  什么是人工智能
    1.2  人工智能简史
    1.3  环境中的
    1.4  知识表示
      1.4.1  定义解
      1.4.2  表示
      1.4.3  推理与行为
    1.5  复杂性维度
      1.5.1  模块性
      1.5.2  表示方案
      1.5.3  规划期
      1.5.4  不确定性
      1.5.5  偏好
      1.5.6  Agent数量
      1.5.7  学习
      1.5.8  计算限制
      1.5.9  多维交互
    1.6  原型应用
      1.6.1  自主传送机器人
      1.6.2  诊断助手
      1.6.3  智能指导系统
      1.6.4  交易Agent
    1.7  本书概述
    1.8  本章小结
    1.9  参考文献及进一步阅读
    1.10  习题
  第2章  Agent体系结构和分层控制
    2.1  Agent
    2.2  Agent系统
    2.3  分层控制
    2.4  嵌入式和仿真Agent
    2.5  通过推理来行动
      2.5.1  设计时间与离线计算
      2.5.2  在线计算
    2.6  本章小结
    2.7  参考文献及进一步阅读
    2.8  习题
第二部分  表达和推理
  第3章  状态和搜索
    3.1  用搜索进行问题求解
    3.2  状态空间
    3.3  图搜索
    3.4  一个通用搜索算法
    3.5  无信息搜索策略
      3.5.1  深度优先搜索
      3.5.2  宽度优先搜索
      3.5.3  花费优先搜索
    3.6  启发式搜索
      3.6.1  A*搜索
      3.6.2  搜索策略总结
    3.7  更复杂的搜索方法
      3.7.1  环检查
      3.7.2  多路径剪枝
      3.7.3  迭代深化
      3.7.4  分支界限法
      3.7.5  搜索方向
      3.7.6  动态规划法

摘要与插图

1.5.3规划期
　　下一个维度是用来说明Agent规划的向前时间的程度。例如，一只狗被叫过来，它会为了未来能得到奖励而奔跑，而不仅仅是为了得到即时的奖励而行动。狗不会为了未来任意无限期长的目标而行动（例如几个月后），而人类可以（例如为了得到明年的假期而努力工作），这个说法看来是对的。
　　当Agent决定做什么时，能够观察到未来的远近，我们称之为规划期。也就是说，规划期是Agent认为它的动作结果所能影响的向前程度。从完备性上来说，包括Agent不能及时进行推理的非规划情况。我们把Agent做规划时所考虑的时间点称为阶段。
　　在规划期维度中，Agent可以分为以下几种：非规划Agent，是指在决定做什么时，不考虑未来的影响，或者不涉及时间的Agent。有限期规划者，是指遵循固定有限时间步的Agent。例如，医生治疗病人，但之前一般会花一些时间做一些检查，所以整个过程可以分为两个阶段来规划：检查阶段、治疗阶段。在退化状况下，Agent可能只进行一个时间步，我们称它是贪婪的或目光短浅的。
　　不确定期规划者，是指能够向前探索几步但是不预先确定多少步的Agent。例如，一个Agent必须到达一个位置，但是预先木确定到达那个位置需要多少步。
　　……