【高级人工智能】国科大《高级人工智能》联结主义 笔记 + 考试回忆

国科大《高级人工智能》吴老师部分——联结主义笔记

• 吴老师上课dddd，上课东西太多太杂，听不太懂比较煎熬，但是课后花点时间理解理解，还是挺有帮助的
• 考试按照重点复习即可，虽然答疑时提到的传教士野人没考😅，但是知识点基本都在最后一节ppt里
• 听说下一届就不会用原题了

一、搜索

1.概念

形式化描述

搜索问题的形式化描述：

• 状态空间
• 后继函数
• 初始状态
• 目标测试
• => 解：一个行动序列，将初始状态转换成目标状态

野人与传教士问题

• 状态空间：{(左岸传教士数量, 左岸野人数量, 船状态[1在左岸，0在右岸])}
• 后继函数：{ P01, P10, P02, P20, P11, Q01, Q10,Q02, Q20, Q11}（船向左/右, 船上传教士数量, 船上野人数量）
• 耗散函数：当前状态下船从一侧划到另外一侧耗散值为1个单位
• 初始状态：(3, 3, 1)
• 目标状态：(0, 0, 0)
  

搜索算法特性

• 完备性(问题有解且能找到一个)
• 最优性(保证找到最优解[最小损耗])
• 时间、空间复杂度

2.树搜索

扩展出潜在行动，维护行动的边缘节点，扩展尽可能少的树节点。

深度优先DFS

• 描述：回溯，每次从边缘集合选最深的[栈]
• 不保证完备性(有环层数无限大)与最优性(无视深度损失)
• m层b叉：时O(b^m) 空O(b^m)
• 迭代深入搜索：结合DFS空间优势+BFS时间优势

广度优先BFS

• 描述：对每个相邻节点再访问其相邻但是未被访问过的节点[队列]
• 保证完备性+最优性
• m层b叉：时O(bm) 空O(bm)
• 代价一致搜索：总是扩展路径消耗最小的节点

3.启发式搜索

• 描述：利用问题拥有的启发信息引导搜索
• 启发策略：估计一个状态到目标距离的函数
• 贪婪搜索：扩展离目标最近的节点，不具完备性、最优性
  • 评价节点：启发函