本文探讨了人工智能中状态的表示方法，包括原子、要素化和结构化表示，并重点介绍了A*算法的理解难点，如复杂度和最优性。同时提到了局部搜索在连续空间中的挑战，以及约束问题在AI中的应用。建议读者参考提供的专栏深入学习。
推荐专栏：https://blog.youkuaiyun.com/weixin_39278265/column/info/24474 前面的内容很详细，有助于理解
其实我是在看planning那一节看得一知半解的，结果搜到博主的专栏把前面都温习了一遍，前面写的超级详细，之前自己看的时候知识点很混乱，看完稍微有了点章节的框架，不过看到我很需要的内容那里作者写得比较简略，很多东西还是没搞懂，所以记录一下。
待完成
- 作者分享了 JADE（Java Agent DEvelopment Framework）
一个很酷的在Java上进行Agent开发的框架。你可以用这个框架很轻易的搭建一个MAS（多智能体系统），在这些系统中，各个Agent是自治的，而且可以互相通信，很酷诶！
- 研究一下合取范式和 dpll 的python代码
不理解的地方
1 如何表示状态及其转换？
虽然举了例子，但还是很抽象？
1）Atomic representation 原子表示
The state is stored as black box, i.e. without any internal structure.
例子：
For e
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
