当前位置：文档之家 › 人工智能及其应用蔡自兴第四版

人工智能及其应用蔡自兴第四版

  • 格式：pptx
  • 大小：1.42 MB
  • 文档页数：35

下载文档原格式

  / 35

合集下载

人工智能及其应用(蔡自兴)课后答案

人工智能及其应用(蔡自兴)课后答案

第二章知识表示方法2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。

一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。

问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。

问题规约的实质：从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。

谓词逻辑法：采用谓词合式公式和一阶谓词算法。

要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。

语义网络法：是一种结构化表示方法，它由节点和弧线或链组成。

节点用于表示物体、概念和状态，弧线用于表示节点间的关系。

语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。

语义网络可用于表示多元关系，扩展后可以表示更复杂的问题2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。

该船的负载能力为两人。

在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。

他们怎样才能用这条船安全地把所有人都渡过河去?用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。

考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况：1. nC=02. nC=33. nC=nY>=0 (当nC不等于0或3)用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。

《人工智能及其应用》(蔡自兴)课后习题答案第3章

《人工智能及其应用》(蔡自兴)课后习题答案第3章

第三章搜索推理技术3-1什么是图搜索过程?其中，重排OPEN表意味着什么，重排的原则是什么?图搜索的一般过程如下：(1) 建立一个搜索图G(初始只含有起始节点S)，把S放到未扩展节点表中（OPEN表）中。

(2) 建立一个已扩展节点表（CLOSED表），其初始为空表。

(3) LOOP：若OPEN表是空表，则失败退出。

(4) 选择OPEN表上的第一个节点，把它从OPEN表移出并放进CLOSED表中。

称此节点为节点n，它是CLOSED表中节点的编号(5) 若n为一目标节点，则有解并成功退出。

此解是追踪图G中沿着指针从n到S这条路径而得到的(指针将在第7步中设置)(6) 扩展节点n，生成不是n的祖先的那些后继节点的集合M。

将M添入图G中。

(7) 对那些未曾在G中出现过的(既未曾在OPEN表上或CLOSED表上出现过的)M成员设置一个通向n的指针，并将它们加进OPEN表。

对已经在OPEN或CLOSED表上的每个M成员，确定是否需要更改通到n的指针方向。

对已在CLOSED表上的每个M成员，确定是否需要更改图G中通向它的每个后裔节点的指针方向。

(8) 按某一任意方式或按某个探试值，重排OPEN表。

(9) GO LOOP。

重排OPEN表意味着，在第(6)步中，将优先扩展哪个节点，不同的排序标准对应着不同的搜索策略。

重排的原则当视具体需求而定，不同的原则对应着不同的搜索策略，如果想尽快地找到一个解，则应当将最有可能达到目标节点的那些节点排在OPEN表的前面部分，如果想找到代价最小的解，则应当按代价从小到大的顺序重排OPEN表。

3-2 试举例比较各种搜索方法的效率。

宽度优先搜索(1) 把起始节点放到OPEN表中(如果该起始节点为一目标节点，则求得一个解答)。

(2) 如果OPEN是个空表，则没有解，失败退出；否则继续。

(3) 把第一个节点(节点n)从OPEN表移出，并把它放入CLOSED扩展节点表中。

(4) 扩展节点n。

《人工智能及其应用》(蔡自兴)课后习题答案第5章

《人工智能及其应用》(蔡自兴)课后习题答案第5章

第五章机器学习7-1 什么是学习和机器学习?为什么要研究机器学习?按照人工智能大师西蒙的观点，学习就是系统在不断重复的工作中对本身能力的增强或者改进，使得系统在下一次执行同样任务或类似任务时，会比现在做得更好或效率更高。

机器学习是研究如何使用机器来模拟人类学习活动的一门学科，是机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。

这里所说的“机器”，指的就是计算机。

现有的计算机系统和人工智能系统没有什么学习能力，至多也只有非常有限的学习能力，因而不能满足科技和生产提出的新要求。

7-2 试述机器学习系统的基本结构，并说明各部分的作用。

环境向系统的学习部分提供某些信息，学习部分利用这些信息修改知识库，以增进系统执行部分完成任务的效能，执行部分根据知识库完成任务，同时把获得的信息反馈给学习部分。

影响学习系统设计的最重要的因素是环境向系统提供的信息。

更具体地说是信息的质量。

7-3 试解释机械学习的模式。

机械学习有哪些重要问题需要加以研究?机械学习是最简单的机器学习方法。

机械学习就是记忆，即把新的知识存储起来，供需要时检索调用，而不需要计算和推理。

是最基本的学习过程。

任何学习系统都必须记住它们获取的知识。

在机械学习系统中，知识的获取是以较为稳定和直接的方式进行的，不需要系统进行过多的加工。

要研究的问题：(1) 存储组织信息只有当检索一个项目的时间比重新计算一个项目的时间短时，机械学习才有意义，检索的越快，其意义也就越大。

因此，采用适当的存储方式，使检索速度尽可能地快，是机械学习中的重要问题。

(2) 环境的稳定性与存储信息的适用性问题机械学习基础的一个重要假定是在某一时刻存储的信息必须适用于后来的情况(3) 存储与计算之间的权衡如果检索一个数据比重新计算一个数据所花的时间还要多，那么机械学习就失去了意义。

7-4 试说明归纳学习的模式和学习方法。

归纳是一种从个别到一般，从部分到整体的推理行为。

归纳学习的一般模式为：给定：观察陈述(事实)F，假定的初始归纳断言(可能为空)，及背景知识求：归纳断言(假设)H，能重言蕴涵或弱蕴涵观察陈述，并满足背景知识。

人工智能及其应用(蔡自兴)课后答案

人工智能及其应用(蔡自兴)课后答案

第二章知识表示方法2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。

一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。

问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。

问题规约的实质：从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。

谓词逻辑法：采用谓词合式公式和一阶谓词算法。

要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。

语义网络法：是一种结构化表示方法，它由节点和弧线或链组成。

节点用于表示物体、概念和状态，弧线用于表示节点间的关系。

语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。

语义网络可用于表示多元关系，扩展后可以表示更复杂的问题2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。

该船的负载能力为两人。

在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。

他们怎样才能用这条船安全地把所有人都渡过河去?用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。

考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况：1. nC=02. nC=33. nC=nY>=0 (当nC不等于0或3)用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。

人工智能及其应用(蔡自兴)课后答案综述

人工智能及其应用(蔡自兴)课后答案综述

第二章知识表示方法2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。

一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。

问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。

问题规约的实质：从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。

谓词逻辑法：采用谓词合式公式和一阶谓词算法。

要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。

语义网络法：是一种结构化表示方法，它由节点和弧线或链组成。

节点用于表示物体、概念和状态，弧线用于表示节点间的关系。

语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。

语义网络可用于表示多元关系，扩展后可以表示更复杂的问题2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。

该船的负载能力为两人。

在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。

他们怎样才能用这条船安全地把所有人都渡过河去?用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。

考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况：1. nC=02. nC=33. nC=nY>=0 (当nC不等于0或3)用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。

人工智能 教学大纲

人工智能 教学大纲

人工智能一、课程说明课程编号：090169Z10课程名称：人工智能/Artificial Intelligence课程类别：专业教育课学时/学分：32/2先修课程：离散数学，数据结构适用专业：智能科学与技术教材、教学参考书：[1]蔡自兴，徐光祐。

人工智能及其应用，第四版，本科生用书。

清华大学出版社。

[2] N. J. Nilsson. Artificial Intelligence: A New Synthesis. Morgan Kaufmann, 机械工业出社。

[3]蔡自兴。

人工智能及其在决策系统中的应用。

国防科技大学出版社。

[4] 蔡自兴，John Durkin，龚涛。

专家系统：原理、设计与应用。

科学出版社。

二、课程设置的目的意义直至现在，人工智能仍被看作是主要研究如何利用计算机模拟人类智力活动的一门学科，是计算机科学的一个分支。

其主要任务是建立智能信息处理理论，从质的方面扩充计算机的能力，是一门综合性强、实践性强、创新性强和应用领域广的科学。

本课程的教学目的是通过介绍人工智能的基本知识、基本概念、基本特点以及人工智能的应用领域，启发学生的思路，掌握开发具有人工智能特点的应用软件的技术，培养学生对人工智能的兴趣，提高学生的知识创新和技术创新能力。

三、课程的基本要求知识：本课程要求学生了解人工智能的一些相关基本概念、各种不同学术流派的主要思想；掌握一些经典的人工智能方法，如知识表示方法和搜索推理技术，包括状态空间法、谓词逻辑法、盲目搜索、启发式搜索、消解原理等；了解人工智能的新研究领域计算智能的基本知识，包含神经计算、模糊计算、进化计算和人工生命等；了解群智能的基本知识，包含蚁群优化和粒群优化算法等。

能力：将人工智能的各种算法、方法等用于解决实际的工程问题；掌握基本的人工智能有关概念，针对具体问题能分析判断其问题基本类型和可行的解决方案，拓宽解决问题的思路，掌握与经典方法不同的智能化求解思路；在计算机、仿生学、心理学、脑神经学等交叉知识的讨论中培养创新意识，提高分析、发现、研究和解决问题的能力；素质：建立智能问题求解的新观念，通过课程中的分析讨论辩论培养分析沟通交流素质，建立算法学习到应用的思维模式，提升理解非经典逻辑和各种启发式算法、仿生算法的基本素质。

人工智能及其应用(蔡自兴)课后答案

人工智能及其应用(蔡自兴)课后答案

For personal use only in study and research;not for commercial use第二章知识表示方法2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。

一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。

问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。

问题规约的实质：从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。

谓词逻辑法：采用谓词合式公式和一阶谓词算法。

要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。

语义网络法：是一种结构化表示方法，它由节点和弧线或链组成。

节点用于表示物体、概念和状态，弧线用于表示节点间的关系。

语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。

语义网络可用于表示多元关系，扩展后可以表示更复杂的问题2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。

该船的负载能力为两人。

在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。

他们怎样才能用这条船安全地把所有人都渡过河去?用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。

考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况：1. nC=02. nC=33. nC=nY>=0 (当nC不等于0或3)用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY 表示，第i 次渡河后，对岸野人数目的变化。

【2024版】人工智能及其应用蔡自兴)课后答案

【2024版】人工智能及其应用蔡自兴)课后答案

可编辑修改精选全文完整版人工智能及其应用(蔡自兴)课后答案第二章知识表示方法2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。

一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。

问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。

问题规约的实质：从目标出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。

谓词逻辑法：采用谓词合式公式和一阶谓词算法。

要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。

语义网络法：是一种结构化表示方法，它节点和弧线或链组成。

节点用于表示物体、概念和状态，弧线用于表示节点间的关系。

语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。

语义网络可用于表示多元关系，扩展后可以表示更复杂的问题2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。

该船的负载能力为两人。

在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。

他们怎样才能用这条船安全地把所有人都渡过河去?用Si(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。

考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况： 1. nC=0 2. nC=33. nC=nY>=0 (当nC不等于0或3)用di(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。

人工智能及其应用(蔡自兴)课后答案

人工智能及其应用(蔡自兴)课后答案

第二章知识表示方法2-1状态空间法、问题归约法、谓词逻辑法和语义网络法的重点是什么它们有何本质上的联系及异同点答：状态空间法：鉴于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。

一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递加的成立起操作符的试验序列，直抵达到目标状态为止。

问题规约法：已知问题的描绘，经过一系列变换把此问题最后变为一个子问题会合：这些子问题的解能够直接获得，进而解决了初始问题。

问题规约的本质：从目标（要解决的问题）出发逆向推理，成立子问题以及子问题的子问题，直至最后把出示问题规约为一个平庸的本原问题会合。

谓词逻辑法：采纳谓词合式公式和一阶谓词算法。

要解决的问题变为一个有待证明的问题，而后采纳消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，进而证明这个新语句也是正确的。

语义网络法：是一种结构化表示方法，它由节点和弧线或链构成。

节点用于表示物体、观点和状态，弧线用于表示节点间的关系。

语义网络的解答是一个经过推理和般配而获得的拥有明确结果的新的语义网络。

语义网络可用于表示多元关系，扩展后能够表示更复杂的问题2-2设有3个传教士和 3 个野人到达河畔，打算乘一只船从右岸渡到左岸去。

该船的负载能力为两人。

在任何时候，假如野人人数超出传教士人数，那么野人就会把传教士吃掉。

他们如何才能用这条船安全地把全部人都渡过河去用 S i(nC, nY) 表示第 i 次渡河后，河对岸的状态， nC 表示传教士的数量， nY 表示野人的数量，因为总人数确实定的，河对岸的状态确立了，河这边的状态也即确立了。

考虑到题目的限制条件，要同时保证，河两岸的传教士数量许多于野人数量，故在整个渡河的过程中，同意出现的状态为以下 3 种状况：1.nC=02.nC=33.nC=nY>=0 (当 nC 不等于 0 或 3)用 d i(dC,dY)表示渡河过程中，对岸状态的变化，dC 表示，第i 次渡河后，对岸传教士数量的变化，dY 表示，第i 次渡河后，对岸野人数量的变化。

人工智能及其应用蔡自兴第四版-PPT文档资料

人工智能及其应用蔡自兴第四版-PPT文档资料
7
4.2 神经计算 4.2.1 人工神经网络研究的进展
1943年麦卡洛克和皮茨提出神经网络模型 （称为MP模型）的概念。 20世纪60年代威德罗和霍夫提出自适应线性 元件。 60年代末期至80年代中期，整个神经网络研 究处于低潮。 80年代后期以来，人工神经网络研究得到复 苏和发展，在模式识别、图象处理、自动控 制等领域得到广泛应用。
4.1 概述
计算智能与人工智能的 区别和关系
输入 复杂性 层次 人类知识 (＋)传感输入
知识 (＋)传感数据 计算 (＋)传感器
BNN
BPR
BI
B－生物的
复 杂 性
ANN
APR
AI
A－符号的
CNN
CPR
CI
C－数值的
5
4.1 概述
上图由贝兹德克于 1994 年提出，表示 ABC与 神经网络（ NN ）、模式识别（ PR ）和智能 （I）之间的关系 A－Artificial，表示人工的（非生物的）； B－Biological， 表示物理的＋化学的＋（？）＝生物的； C－Computational，表示数学＋计算机 计算智能是一种智力方式的低层认知，它与 人工智能的区别只是认知层次从中层下降至 低层而已。中层系统含有知识（精品），低 层系统则没有。
6
4.1 概述
定义 1 ：当一个系统只涉及数值（低层） 数据，含有模式识别部分，不应用人工 智能意义上的知识，而且能够呈现出：
（1）计算适应性； （2）计算容错性； （3）接近人的速； （4）误差率与人相近，
则该系统就是计算智能系统。 定义 2 ：当一个智能计算系统以非数值 方式加上知识（精品）值，即成为人工 智能系统。
J ( W ) W ( k ) y ( k ) hj j h W k hj

人工智能及其应用第四版答案

人工智能及其应用第四版答案

人工智能及其应用第四版答案【篇一：人工智能及其应用习题参考答案第9章】txt>9-l分布式人工智能系统有何特点试与多艾真体系统的特性加以比较。

分布式人工智能系统的特点：(1)分布性系统信息(数据、知识、控制)在逻辑上和物理上都是分布的(2)连接性各个子系统和求解机构通过计算机网络相互连接(3)协作性各个子系统协调工作(4)开放性通过网络互连和系统的分布，便于扩充系统规模(5)容错性具有较多的冗余处理结点、通信路径和知识，提高工作的可靠性(6)独立性系统把求解任务归约为几个相对独立的子任务，降低了问题求解及软件开发的复杂性9-2什么是艾真体你对agent的译法有何见解agent是能够通过传感器感知其环境，并借助执行器作用于该环境的实体，可看作是从感知序列到动作序列的映射。

其特性为：行为自主性，作用交互性，环境协调性，面向目标性，存在社会性，工作协作性，运行持续性，系统适应性，结构分布性, 功能智能性把agent译为艾真体的原因主要有：(1)一种普遍的观点认为，agent是一种通过传感器感知其环境，并通过执行器作用于该环境的实体。

(2)“主体” 一词考虑到了agent具有自主性，但并未考虑agent 还具有交互性，协调性，社会性，适应性和分布性的特性(3)“代理”一词在汉语中已经有明确的含义，并不能表示出agent的原义(4)把agent译为艾真体，含有一定的物理意义，即某种“真体” 或事物，能够在十分广泛的领域内得到认可(5)在找不到一个确切和公认的译法时，宜采用音译9-3艾真体在结构上有何特点在结构上又是如何分类的每种结构的特点为何真体=体系结构+程序(1)在计算机系统中，真体相当于一个独立的功能模块，独立的计算机应用系统。

(2)真体的核心部分是决策生成器或问题求解器，起到主控作用(3)真体的运行長一个或多个进程，并接受总体调度(4)各个真体在多个计算机cpu上并行运行，其运行环境由体系结构支持。

人工智能及其应用蔡自兴第四版7

人工智能及其应用蔡自兴第四版7
7.2.2 机器学习系统的基本结构 1.学习系统的基本结构
环境
学习
知识库
执行
图6.1 学习系统的基本结构
6
7.2 机器学习的主要策略和基本结构
2.影响学习系统设计的要素 影响学习系统设计的最重要因素是环境 向系统提供的信息，或者更具体地说是 信息的质量。 知识库是影响学习系统设计的第二个因 素。知识的表示有特征向量、一阶逻辑 语句、产生式规则、语义网络和框架等 多种形式。 选择知识表达方式的四原则：
(1) 问题求解型的类比学习 (2) 预测推定型的类比学习。它又分 为两种方式： 一是传统的类比法 另一是因果关系型的类比
16
7.6 解释学习(explanationbased learning)
7.6.1 解释学习过程和算法
1986年米切尔（Mitchell）等人为基于 解释的学习提出了一个统一的算法EBG：
算法与理论
存储
计算
推导
归纳
机械记忆
搜索规则
图7.2 数据化简级别图
9
7.3 机械学习
2.机械学习的主要问题
存储组织信息：要采用适当的存储方式， 使检索速度尽可能地快。
提高检索效率：索引、排序、杂凑
环境的稳定性与存储信息的适用性问题： 机械学习系统必须保证所保存的信息适应 于外界环境变化的需要。
知识过时，设置有效期
表达能力 推理能力 修改能力 扩展能力
7
7.3 机械学习
7.3 机械学习
1.机械学习模式
机械学习是最简单的学习方法。机 械学习就是记忆，即把新的知识存储起 来，供需要时检索调用，而不需要计算 和推理。它是一种最基本的学习过程。
特点：忽略推理、计算过程，提高效率

人工智能及其应用蔡自兴

人工智能及其应用蔡自兴
人工智能及其应用蔡自兴
2.1状态空间法 （State Space Representation）
问题求解技术主要是两个方面： – 问题的表示 – 求解的方法
状态空间法 – 状态（state）:表示问题解法中每一步问题状况的数据结构 – 算符（operator):把问题从一种状态变换为另一种状态的手段 – 状态空间方法:基于解答空间的问题表示和求解方法，它是以状态和算符为基础 来表示和求解问题的
4
例:三数码难题 （3 puzzle problem）
2.1 状态空间法
2
3
1
2
3
1
3
2
1
初始棋局
2
1
3
2
1
3
1
2
目标棋局
3 5
2.1.2 状态图示法
2.1 状态空间法
A
B
有向图
一对节点用弧线连接起来，从一个节点指向另一个节点这种图叫做有向图。
路径 某个节点序列（ni1，ni2，…，nik）当 j = 2，3，…，k时，如果对于每一个ni，j-1 都有一个后继节点ni，j存在，那么就把这个节点序列叫做从节点ni1至节点nik的长度为k 的路径
32
2.2 问题规约法
梵塔问题归约图
•数据结构介绍
（111） （333）
•思考题：四圆盘问题
（111） （122） （122） （322）
（322） （333）
（111） （113）（113） （123）（123） （122）（322） （321）（321） （331）（331） （333） 33
15
B
2.1 状态空间法
A
E
D (A)起始节点

人工智能及其应用(蔡自兴)课后答案教案资料

人工智能及其应用(蔡自兴)课后答案教案资料

人工智能及其应用(蔡自兴)课后答案第二章知识表示方法2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。

一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。

问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。

问题规约的实质：从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。

谓词逻辑法：采用谓词合式公式和一阶谓词算法。

要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。

语义网络法：是一种结构化表示方法，它由节点和弧线或链组成。

节点用于表示物体、概念和状态，弧线用于表示节点间的关系。

语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。

语义网络可用于表示多元关系，扩展后可以表示更复杂的问题2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。

该船的负载能力为两人。

在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。

他们怎样才能用这条船安全地把所有人都渡过河去?用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。

考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况：1. nC=02. nC=33. nC=nY>=0 (当nC不等于0或3)用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。

  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

unstack(X,Y)
先决条件： HANDEMPTY∧ON(X，Y)∧CLEAR(X) 删除表： ON(X，Y)，HANDEMPTY 添加表： HOLDING(X)，CLEAR(Y)
pickup(X)
先决条件：
ONTABLE(X)∧CLEAR(X)∧HANDEMPTY 删除表： ONTABLE(X)∧HANDENPTY 添加表： HOLDING(X)
着更有效的方向进行。 – 检验殆正确的解答，并应用具体的技术使之完全
正确。
5
选择于应用规则 检验解答与空端 修正殆正确解
6
8.2 积木世界的机器人规划
8.2.1 积木世界的机器人问题
积木世界由一些有标 记的立方形积木，互 相堆迭在一起构成； 机器人有个可移动的 机械手，它可以抓起 积木块并移动积木从 一处至另一处。
删除表： ON(x,y)， CLEAR(z) 添加表： ON(x,z)， CLEAR(y)
如果move为此机器人仅有的操作符或适用动 作，那么，可以生成如图8.5所示的搜索图或 搜索树。
CLEAR(X)
CLEAR(X)
CLEAR(Z) ON(X,Y)
move(X,Y,Z)
CLEAR(Y) ON(X,Z)
目标布局：
– ON(B,C) and ON(A,B)
11
8.2 积木世界的机器人规划
8.2.2 用F规则求解规划序列
STRIPS规划系统的规则由3部分组成： • 第一部分是先决条件。 • 第二部分是一个叫做删除表的谓词。 • 第三部分叫做添加表。
12
8.2 积木世界的机器人规划
例：表示堆积木的例子中move这个动作，如 下所示：move(x,y,z)表示把物体x从物体y上面 移到物体z上面。 先决条件：CLEAR(x), CLEAR(z)，ON(x,y)
两条能够实现这种分解的重要途径。
– 第一条重要途径是当从一个问题状态移动到下一个 状态时，无需计算整个新的状态，而只要考虑状态 中可能变化了的那些部分。
– 第二条重要途径是把单一的困难问题分割为几个有 希望的较为容易解决的子问题。
问题域的预测于规划的修正
– （1）问题论域的预测
– （2）规划的修正，问题分解使得影响局部化
– pickup(a)：从桌面上拾起积木a，并抓住它不放。 在动作之前要求机械手为空手，而且积木a顶上没 有任何东西。
– putdown(a)：把积木a放置到桌面上。要求动作之 前机械手已抓住积木a。
8
8.2 积木世界的机器人规划
研究内容是综合机器人的动作序列，即在 某个给定初始情况下，经过某个动作序列而达到 指定的目标。
机械手
C BA
A 机械手 B C
（a）初始布局
（b）目标布局
图8.4 积木世界的机器人问题
图8.4(a)所示为初始布局的机器人问题。
目标在于建立一个积木堆，其中，积木B堆 在积木C上面，积木 A又堆在积木B上面，如 图8.4(b)所示。
10
8.2 积木世界的机器人规划
初始布局可由下列谓词公式的合取来表示： – CLEAR(B)：积木B顶部为空 – CLEAR(C)：积木C顶部为空 – ON(C，A)：积木C堆在积木A上 – ONTABLE(A)：积木A置于桌面上 – ONTABLE(B)：积木B置于桌面上 – HANDEMPTY：机械手为空手
工作日规划
上午子规划
中午子规划
下午子规划
去上班
阅读文章
吃夹心面包
阅读 写作 回家
图8.1 子规划的分层结构例子
3
8.1自动规划的作用与任务
– 规划的作用 规划可用来监控问题求解过程，并能够在造成较大
的危害之前发现差错。规划的好处可归纳为简化搜索、 解决目标矛盾以及为差错补偿提供基础。
问题分解途径及方法 把某些比较复杂的问题分解为一些比较小的子问题。有
机器人问题的状态描述和目标描述均可用谓 词逻辑公式构成：
• ON(a,b)：积木a在积木b之上。 • ONTABLE(a)：积木a在桌面上。 • CLEAR(a)：积木a顶上没有任何东西。 • HOLDING(a)：机械手正抓住积木a。 • HANDEMPTY：机械手为空手。9Biblioteka 8.2 积木世界的机器人规划
机械手
C
B
A
7
8.2 积木世界的机器人规划
在这个例子中机器人能够执行的动作举例如下：
– unstack(a,b)：把堆放在积木b上的积木a拾起。在 进行这个动作之前，要求机器人的手为空手，而 且积木a的顶上是空的。
– stack(a,b)：把积木a堆放在积木b上。动作之前要 求机械手必须已抓住积木a，而且积木b顶上必须 是空的。
4
8.1自动规划的作用与任务
8.1.2 机器人规划系统的任务与 方法
在规划系统中，必须具有执行下列各项任务的方法：
– 根据最有效的启发信息，选择应用于下一步的最好 规则。
– 应用所选取的规则来计算由于应用该规则而生成 的新状态。
– 对所求得的解答进行检验。 – 检验空端，以便舍弃它们，使系统的求解工作向
ONTABLE(Y)
ONTABLE(Y)
ONTABLE(Z)
ONTABLE(z)
13
图8.5 表示move动作的搜索树
8.2 积木世界的机器人规划
机器人的4个动作(或操作符)可用STRIPS形式表示如下：
stack(X,Y)
先决条件和删除表： HOLDING(X)∧CLEAR(Y)
添加表： HANDEMPTY，ON(X，Y)
putdown(X)
先决条件和删除表： HOLDING(X)
添加表： ONTABLE(X)，HANDEMPTY
14
8.2 积木世界的机器人规划
从初始状态开始，正向地依次读出连接 弧线上的F规则，我们就得到一个能够达到 目标状态的动作序列（如图8.3中粗线所示） 于下：
{unstack(C,A), putdown(C), pickup(B), stack(B,C),pickup(A),stack(A,B)}
人工智能
1
第八章 自动规划
8.1 机器人规划的作用与任务 8.2 积木机器的机器人规划 8.3 STRIPS规划系统 8.4 具有学习能力的规划系统 8.5 基于专家系统的机器人规划 8.6 小结
2
8.1 机器人规划的作用与任务
8.1.1规划的作用与问题分解途径
规划的概念及作用 – 规划的概念 规划是一种重要的问题求解技术，它 从某个特定的问题状态出发，寻求一系列 行为动作，并建立一个操作序列，直到求 得目标状态为止。