【人工智能基础】问题求解智能体

人工智能中的问题求解

解：是一个达到目标的动作序列。
过程：寻找该动作序列，称其为搜索。
问题形式化：给定一个目标，决定要考虑的动作与状态。
为何搜索：对于某些NP或者NP难问题，只能通过搜索来解决。
问题求解智能体：是一种基于目标的智能体，通过搜索来解决问题。

简单问题求解智能体算法

图片发自App

例子：罗马尼亚部分公路图

图片发自App

相关术语

状态空间：问题的状态可以形式化地定义为：初始化状态、动作和转换模型。
图：状态空间形成一个图，其中节点表示状态、链接表示动作。
路径：状态空间的一条路径是由一些列动作连接的一个状态序列。

问题形式化地五个要素

1、初始状态
智能体出发时的状态，例如，该智能体位于Arad的初始状态可以记为：In(Arad)。

2、动作
描述该智能体可执行的动作，ACTION(s)返回s状态下可执行的动作序列。例如{Go(Zerind),Go(Sibiu),Go(Timisoara)}。

3、转换模型
描述每个动作做什么。RESULT(s,a)返回在s下动作a之后的状态。例如，RESULT(In(Arad),Go(Zerind)) = In(Zerind)。

4、目标测试
确定一个给定的状态是否是目标状态。例如，智能体在Bucharest的目标是单元素集合：{In(Bucharest)}。

5、路径代价
每条路径所分配的一个数值代价，例如，状态s下执行动作a到达状态s'的步骤代价表示为c(s,a,s')。