狀態空間模型:
定義兩個基本元素(本體):
步驟如下:
function ******-problem-solving-agent(p) returns an action
inputs: p \\a percept
static: s \\an action ssequence, intially empty
state \\some description of the current world state
g \\a goal
problem\\a problem formulation
state
if s is empty then
g problem
s action
s return action
舉例:
地圖如下:
從arad到bucharest
於是有:
解決方法(動作序列):ara
d→si
biu→
faga
ras→
buch
ares
tarad\to sibiu\to fagaras\to bucharest
arad→s
ibiu
→fag
aras
→buc
hare
st單一狀態(single-state)型別的問題
多狀態(multiple-state)型別的問題
不可測(contingency)型別問題
探查(exploration)型別的問題
四個組成部分:
如何產生動作序列?
搜尋策略
搜尋過程:
搜尋樹的資料結構
樹節點:
搜尋策略:乙個佇列函式
搜尋的通用框架
// 搜尋演算法
function general-search(problem, queuing-fn) returns a solution or failure
frontier
loop do
if frontier is empty then return failure
node
then return solution(node)
frontier
end
// 節點擴充套件演算法
function expand(node, operators[problem])returns a set of nodes
successors
for each in operators[problem][state[node]] do
s state[s]
parent-node[s]
action[s]
path-cost[s]
depth[s]
add s to successors
return successors
智慧型體對其當前狀態到目標狀態的步驟數目或路徑代價等沒有任何資訊,僅知道目標狀態和非目標狀態的區分,包括:
演算法:
function breadth-first-search(problem) returns a solution or failure
return general-search(problem, enqueue-at-end)
特點:
在frontier集合中擴充套件最小的路徑代價節點而非最淺深度節點
特點:
每次在搜尋樹的最深層擴充套件乙個節點
演算法:
function depth-first-search(problem) returns solution or failure
general-search(problem, enqueue-at-front)
特點:
限定深度搜尋 + 迭代地增加深度閾值:直到目標狀態被發現
演算法:
function iterative-deepening-search(problem) returns a solution sequence
input: problem
for depth
if depth-limited-search(problem, depth) succeeds
then return its result
endreturn failure
特點:
特點:
function graph-search(problem, queuing-fn) returns a solution or failure
closed
frontier
loop do
if frontier is empty then return failure
node
if state[node] is not in closed then
add state[node] to closed
frontier
end
人智導(三) 區域性搜尋
搜尋的目的 系統地探查狀態空間,去發現從初始狀態到目標的途徑 放寬約束條件 一些現實問題的解決 現實應用中很多問題 發現目標,而非達到目標的路徑 如何描述目標狀態?需要完全狀態 complete state 表示 舉例 八皇后問題 問題形式化表示 搜尋過程 應用問題 發現目標,而不是達到目標的途徑 ...
人智導(五) 對抗搜尋與博弈
對抗搜尋 adversarial search 源於博弈 game playing 博弈問題定義為搜尋問題 下圖為井字棋遊戲的博弈樹 utility值針對的是max棋手,min的值正好相反 博弈樹較小,9 362880 9 362880 9 362 880個結束狀態,對於西洋棋等現實問題來說很小 資...
刷臉支付採用獨一無二的生物身份資訊
刷臉支付的優點概括起來說就是便捷和安全。從便捷角度來說,與掃碼支付相比,刷臉支付不再依賴手機等硬體裝置,也幫顧客省去了記密碼 輸密碼的麻煩,真正實現了人與錢包或的 合二為一 畢竟手機還會出現沒電 訊號差等無法支付的困擾,但自己的臉絕不會遇到類似問題。目前,支付寶蜻蜓f4已在零售 餐飲 醫療等大型商業...