敲代码的乔帮主

我们首先要知道异或XOR的逻辑真值表是什么样的？相同为0，相异为1a b y 0 0 1 1 0 1 0 1 0 1 1 0 另外，我们需要知道感知机模型是什么？ 我们了解到，单层感知机模型是一个线性模型，是一个线性分类器。我们就可以把证明问题变为：证明异...

题目描述-格子游戏： 每一个格子等概率向着4个方向移动，每次移动一步，收益为 -1 ，移动到出口结束游戏。若当前移动会导致出界，则移动后位置不变：（1）策略估值：使用动态规划方法求当前策略下每一格子对应的状态估值解:(2) 策略提升：写出上述估值函数对应的贪心策略解：（3）最优策略：求解该问题最优策略及其相应的状态估值解：状态不变...

题目描述： 传教士和野人问题通常描述如下:三个传教士和三个野人在河的一边，还有一- 条能载-一个人或者两个人的船。找到一个办法让所有的人能渡到河的另一-岸，要求在任何地方野人数都不能多于传教士的人数。 a.精确地形式化该问题，只描述确保该问题有解所必需的特性。画出该问题的完全状态空间。 b.用一个合适的搜索算法实现和最优地求解该问题，检查重复状态是...

问题描述：田忌赛马：田忌和齐王赛马，每人有上、中、下三个等级的马各一匹，上等马优于中等马，中等马优于下等马，同一等级的马中齐王的马优于田忌的马。比赛共进行三局，每匹马只能参加一局比赛，每局的胜者得1分，负者得-1分，比赛结果为三局得分之和。（1）写出这场博弈中的局中人、策略集合和效用矩阵（2）请给出田忌赛马的任意一种混合策略纳什均衡解，并计算此时双方的期望得分解答：...

目录1.模糊集的表示1.1 离散且为有限论域1.2 连续论域2.模糊集计算3.模糊关系的定义4.模糊关系合成5.模糊逻辑5.1 模糊逻辑知识表示举例1.模糊集的表示1.1 离散且为有限论域1.2 连续论域2.模糊集计算3.模糊关系的定义4.模糊关系合成5.模糊逻辑5.1 模糊逻辑...

1.写在前面我们在前面介绍了一阶谓词逻辑的Generalized Modus Ponens规则，这个地方，我们介绍第二个规则resolution，基本上一样要因为有变数的关系一样要找substitution，那你如果找到unify，使得某两个clause里面的literal它们互为一个complement补充关系的话，那你就可以使用。2.resolution比如说如果我们这一句的话...

1.写在前面 propositionalize虽然可以做到我们想做的事，但是它没效率。怎么做更有效率点呢？我们首先来介绍一个，我们叫GeneralizedModusPonens2.GeneralizedModusPonens GeneralizedModusPonens，它其实就是ModusPonens，ModusPonens是如果知道一个...

目录1.写在前面2.instantiation中UI 和EI的概念3.如何利用Instantiation在knowlegebase中做proposotionalization（命题化）事情1.写在前面 我们了解了一阶谓词逻辑的基本概念，接下来我们看一下，在一阶谓词逻辑中如何做inference，我们先介绍两个概念，UI和EI，这两个都是instantiati...

最后一次课复习内容： 前面都讲的是知识表示和知识推理的内容，也就是人工智能里面的符号主义的学派（另一个是连接主义），把脑袋中存储的知识用符号表示，用什么符号呢？逻辑的形式化语言来表示，我们讲了两个逻辑，一个命题逻辑和一阶谓词逻辑，表式的范围是不一样，命题逻辑能够表达能力小一些。 两套逻辑，讲课思路如图。每一种逻辑都会定义形式语言、定义形式语法，语言要定义清楚...

目录1.写在前面2.群体智能3.群体智能分类4.集群智能4.1 集群智能的特点4.2 集群智能代表性方法5.集群智能-蚁群优化算法（ACO: Ant Colony Optimization），适用于离散问题最优解5.1 蚁群寻食过程分析5.2 ACO: Ant Colony Optimization5.3形式化5.4旅行商问题的蚁群优化求解...

1.写在前面我们之前讲到了命题逻辑，讲到了命逻辑中关于语义蕴含和语法形式推演的基本知识。我们可以了解到，我们研究形式逻辑的目的就是将一组知识形式化成符号。通过形式推演自动的得到结论，并且我们还可以证明这个推演过程的可靠性和完备性。一阶谓词逻辑简称谓词逻辑，和原来思路一样，我们首先看语法，然后看推演deduction，在命题逻辑中，我们只有原子命题，每一个原子命题都可以表达一个基本事实（太阳...

目录1.写在前面2.horn和definite clause的理解3.Modus Ponens肯定式推理4.forward chaining前向推理过程4.1forward chaining前向推理可靠性和完备性证明5. Backward Chaining后向推理6.前向推理 VS 后向推理7.总结家庭作业1.写在前面我们讲过了命题逻辑中形式推演的两个...

目录一、写在前面二、resolution归结原理2.1 什么是resolution归结原理2.2 怎么将一个任何一个式子改写成CNF合取范式的形式2.3 利用归结原理和反证法证明 KB |=a2.4 归结原理的使用举个例子三、resolution归结原理的特性3.1 可靠性sound3.2 完备性complete四、归结原理在计算机中的实现...

目录一、写在前面二、inference之形式推演deduction三、第一个形式推演系统（11条规则）四、什么叫形式推演（形式可推演性）4.1 形式推演的例子：4.2 逻辑推导（语义蕴含）VS 形式推演五、哥德尔不完全定理六、重回到woopers问题一、写在前面我们上一篇写了命题逻辑，和命题逻辑中语义逻辑推理entailment部分内容，我们知道学习...

目录一、写在前面二、基本概念：三、语义上的蕴含entailment（图左侧部分）完整证明：KB |= a ，iff（等价于） M（KB）含于 M（a）四、命题逻辑的语义和语法4.1 语法syntax概念部分：4.2 语义semantics：五、inference 逻辑推理中的entailment蕴含5.1 逻辑等价：logical equivalenc...

写在前面我们讨论过了无信息搜索和启发式搜索，最后讨论完这个局部搜索，这个搜索部分终于是要结束了，局部搜索不同于前两者，无信息搜索和启发式搜索都是可观察、确定的、已知的情况进行的搜索过程。局部搜索没有了那些条件。它不关心路径代价但是关注解的状态。比如八皇后问题中，不关心是怎么到目的状态的，只关心最终布局对不对，许多重要应用都有这样的性质，如作业空间调度，自动程序设计等。局部搜索：不关心路径，...

目录写在前面一、启发式搜索和启发式函数二、贪婪算法（贪婪最佳优先搜索）greedy best-first search （GBS）三、A*搜索（结合UCS和GBS）A*搜索算法结束的条件是什么？​怎么判证明A* 树搜索的最优性？（这个容易出证明题）四、怎么选择一个好的启发式函数​写在前面 我们之前几篇博客都是在讨论无信息搜索，包括深度优先...

一：基本原理 一致代价搜索是在广度优先搜索上进行扩展的，也被成为代价一致搜索，他的基本原理是：一致代价搜索总是扩展路径消耗最小的节点N。N点的路径消耗等于前一节点N-1的路径消耗加上N-1到N节点的路径消耗。 图的一致性代价搜索使用了优先级队列并在边缘中的状态发现更小代价的路径时引入的额外的检查。边缘的数据结构需要支持有效的成员校测，这样它就结合了优先级队列和哈...

迭代深入搜索（IDS），其实我更喜欢叫它迭代深度的深度优先搜索IDDFS，其实本质上就是深度优先搜索，IDS结合了DFS的空间优势与BFS的时间优势。对搜索的深度进行了限制，使得在搜索到限制深度后必须开始新的搜索路径。以至于看上去像是广搜（总是完成第n的所有节点搜索，再开始第n+1的节点的搜索）。放在这里的话，n指的就是当前的限制深度。我们可以通俗一些讲的话，就是第一次执行深度优...

一：深度优先搜索DFS我们以图为例，图是由一些小圆点（顶点）和连接这些小圆点的直线（边）组成。例如：现在我们想要遍历这个图，我们可以从1号顶点开始，遍历就是将图中每一个顶点都访问一次。使用深度优先搜索会得到这么一个结果他们身上标注的数字就是他们的访问次序。这个次序还有一个非常好听的名字叫时间戳。下面我们来分析这个深度优先搜索的整个过程。过程分析：首先是从一个未曾走过的顶点作...

最近在学高级人工智能这门课，老师第二节课就讲的很硬核啊，老师讲解了一系列的搜索算法，现在做一下笔记和总结部分。（搜索这一讲是自动化所吴老师讲的，很厉害） 我们一般讲搜索都是讲路径规划问题，就是怎么从初始位置到目的地最近呢？我们怎么进行合理的规划。基于此我们将搜索问题总结为下面三种问题：无信息搜索 Uninformed Search 启发式搜索Informed S...