人工智能一种现代的方法 --第3章 通过搜索进行问题求解

    第3章  通过搜索进行问题求解

参考网址： https://github.com/cy-hello/AI_A_Modern_Approach_3rdEd 
一 问题求解：基于目标的Agent中的一种

1 解决这些问题有一些通用的搜索算法，无信息的（除了问题本身，没有任何其他信息），有信息的

（利用给定的知识引导，能够更有效的找到解）

2 为达到目标，寻找这样的行动序列的过程称为搜索，

  搜索算法输入的是问题，输出的是解，解被找到，建议的行动会付出实施

  

3 良定义的问题和解

  一个问题可以用5个组成部分形式描述

  1.Agent的初始状态

  2.描述Agent的可能的行动

  3.对每个行动的描述

  4.目标测试

  5.路径耗散

  
4 问题形式化：我们考虑最直接的合理的模型，不去考虑更加琐碎的问题，对问题进行抽象

二 问题实例

1 吸尘器问题

状态    ：由Agent位置和灰尘位置确定，世界状态有n*2的n次方，有n个位置，而且是有或没有灰尘

初始行动：任何状态都能被设计成初始状态

行动    ：行动有3个：左、右、吸

转移模型：最左边不能再左，最右边不能再右

目标测试：检测所有位置是否干净

路径消耗：路径耗散值为1

2 Web站点和车载系统导航

状态     ：地点(如机场)和当前时间

初始状态 ：用户在咨询时确定

行动     ：乘坐一航班任意舱位从现有地点起飞

转移模型 ：飞行目的地当做当前地点和飞行抵达时间作为当前时间

目标测试 ：是否到达了用户描述的目的地

路径耗散 ：金钱、时间、舱位等级等等

三 通过搜索求解

1 一个解是一个行动，搜索算法考虑各种可能的行动序列

  n.STATE    : 对应状态空间中的状态

  n.PARENT   : 搜索树种产生该结点的结点

  n.ACTION   : 父结点生成该结点时所采取的行动

  n.PATH-COST: 从初始状态到结点的路径消耗

2 问题求解算法的性能

  完备性：是否保证能找到解

  最优性：是否能找到最优解

  时间复杂度：找到解需要多少时间

  空间复杂度：搜索中需要多少内存

四 无信息搜索策略

1 宽度优先搜索        ：是一个简单的搜索方法，先搜根节点，然后搜所有后继，一直搜到最后

2 一致代价搜索        ：每一步搜索都是最优的，先搜最浅的结点

3 深度优先搜索        ：先搜最深的结点

4 深度受限搜索        ：可以设置深度为I时就停止搜索，防止无限的深度搜索

5 迭代加深深度优先搜索：深度依次增加，当深度最浅时搜到的结点，就是目标结点

6 双向搜索            ：从初始状态向前搜索，同时从另一个目标向后搜索，中间某结点相遇，停止搜索

其中有限的状态空间的深度优先搜索是完备的

五 有信息(启发式)搜索

1 贪婪最佳优先搜索：距离目标最近，最快找到解，f(n)=h(n)

2 A*搜索(缩小总评估代价)：结合了到达此结点花费的代价 ，f(n)=g(n)+h(n)

3 存储受限的启发式搜索：RBFS和MA*

4 学习搜索：依靠学习算法

六 启发式函数

主要是从八数码问题，讨论启发函数