摘要：
计划、动作和学习 基于搜索的规划方法依赖于几个很强的假设： agent必须能在图节点中表示所有相关的环境状态，它必须有在一对节点间如何动作的精确模型。 动作必须总有其模型化的结果，即在agent的操作系统中不能有错误或不确定性。 agent感知系统必须精准的指定开始节点，并且没有任何其他的agent 阅读全文
摘要：
启发式搜索 【这一章在某些地方笔者自己也没完全弄清楚，比如在递归最优搜索处没有找到一个很好的例子来理解，比如如何选择启发式函数等等一系列的问题，希望有大神能指明讲解。所以本章重要的只是介绍A*算法流程和简单优化并介绍引出一些改进的A*算法】 使用评估函数 除了搜索过程不是从开始节点统一向外扩展外，本 阅读全文
摘要：
盲目搜索 我们将学习两类主要的搜索过程。其中之一，我们没有指定问题的任何推理信息，例如要搜索这一部分而不是另一部分，就像到目前为止的只要发现一条到目标的路径即可。这种搜索是盲目的。另一种，我们指定了要解决问题的信息以帮助集中搜索。这个过程叫启发式搜索。本章讨论盲目搜索，下一章再讨论启发式搜索过程。 阅读全文
摘要：
能计划的agent 存储与计算 响应agent的动作功能几乎没有做任何计算。从本质上讲，这些agent执行的动作或者由他们的设计者、或者通过学习、或者通过演化过程、或者由以上几方面的组合来选择给他们的。 一个能在复杂环境下执行复杂任务的反应型agent需要大量的存储。而且，这样一个反应型机器的设计者 阅读全文
摘要：
计算机视觉 赋予机器人“看”的功能正是“机器视觉”这个学科所研究的问题之一。这一领域十分广阔，不仅包括通用技术，而且也包括为数众多的专用技术——如NLP、指纹识别、相片解释和机器人控制等等。这里仅介绍一些计算机视觉的概念。 引言 计算机视觉首先是在一组感光性原件上，生成一个场景的图像。这个图像是摄像 阅读全文
摘要：
神经网络 引言 这里我们集中讨论具有可调节权值的TLU网络。网络系统通过不断调节权值，直到其动作计算表现令人满意来完成学习。TLU网络称为神经网络是因为它模仿了生物神经元的一些特性。 训练单个TLU 1. TLU几何学 首先介绍如何训练单个TLU权值，从而使其对某一些训练集合产生正确的输出。 2. 阅读全文
摘要：
状态机 用特征向量来表示环境 一个S R agent所用的特征向量可以看做对与agent有关的环境状态的表示。这个agent可以从该特征向量中计算出一个适合环境状态的动作。这种agent的传感器的局限是特征向量不可能精准地表示环境状态——特别是那些从即刻传感器输入中进行计算的特征向量。在此，我们可以 阅读全文
摘要：
机器进化 进化计算 遗传编程 利用遗传编程来进化一个沿墙运动的机器人。我们进化一个程序，此程序把机器人当前的传感器数据作为输入，并计算出一个动作。我们希望重复运行此程序来控制机器人，先把机器人从任意位置移到与墙毗邻的一个单元中，使其永远沿墙移动。 1. 遗传编程的程序表示 此程序的基本函数包括：四个 阅读全文
摘要：
刺激响应agent 不具有内部状态而仅对其所处环境的即刻刺激有所反应的机器称为刺激响应（SR）agent 感知和动作 一机器人可以感知出周围8个单元是否空缺。这些传感器输入用二进制变量s1,s2 ,s3,s4 ,s5 ,s6,s7 ,s8 表示。 1. 感知 例如当且仅当s2=1或s3=1时，x1= 阅读全文
摘要：
深度强化学习 基本概念 强化学习 强化学习（Reinforcement Learning）是机器学习的一个重要的分支， 主要用来解决连续决策的问题 。强化学习可以在复杂的、不确定的环境中学习如何实现我们设定的目标。 深度学习 深度学习（Deep Learning）也是机器学习的一个重要分支，也就是多 阅读全文