人工智能：計算agent基礎

出版者的話
譯者序
前　言
第一部分　世界中的Agent：什么是Agent及如何創(chuàng)建它們
第1章　人工智能與Agent2
1.1　什么是人工智能2
1.2　人工智能簡史4
1.3　環(huán)境中的Agent6
1.4　知識表示7
1.4.1　定義解8
1.4.2　表示9
1.4.3　推理與行為10
1.5　復雜性維度12
1.5.1　模塊性12
1.5.2　表示方案13
1.5.3　規(guī)劃期14
1.5.4　不確定性15
1.5.5　偏好15
1.5.6　Agent數(shù)量16
1.5.7　學習16
1.5.8　計算限制17
1.5.9　多維交互18
1.6　原型應用19
1.6.1　自主傳送機器人19
1.6.2　診斷助手21
1.6.3　智能指導系統(tǒng)23
1.6.4　交易Agent24
1.7　本書概述25
1.8　本章小結26
1.9　參考文獻及進一步閱讀26
1.10　習題27
第2章　Agent體系結構和分層控制28
2.1　Agent28
2.2　Agent系統(tǒng)29
2.3　分層控制32
2.4　嵌入式和仿真Agent37
2.5　通過推理來行動38
2.5.1　設計時間與離線計算39
2.5.2　在線計算40
2.6　本章小結41
2.7　參考文獻及進一步閱讀42
2.8　習題42
第二部分　表達和推理
第3章　狀態(tài)和搜索46
3.1　用搜索進行問題求解46
3.2　狀態(tài)空間47
3.3　圖搜索48
3.4　一個通用搜索算法50
3.5　無信息搜索策略51
3.5.1　深度優(yōu)先搜索51
3.5.2　寬度優(yōu)先搜索55
3.5.3　最低花費優(yōu)先搜索56
3.6　啟發(fā)式搜索56
3.6.1　A*搜索58
3.6.2　搜索策略總結59
3.7　更復雜的搜索方法60
3.7.1　環(huán)檢查60
3.7.2　多路徑剪枝60
3.7.3　迭代深化62
3.7.4　分支界限法63
3.7.5　搜索方向65
3.7.6　動態(tài)規(guī)劃法66
3.8　本章小結68
3.9　參考文獻及進一步閱讀68
3.10　習題69
第4章　特征和約束71
4.1　特征和狀態(tài)71
4.2　可能世界、變量和約束72
4.2.1　約束74
4.2.2　約束滿足問題75
4.3　生成測試算法76
4.4　使用搜索求解CSP76
4.5　一致性算法78
4.6　域分割81
4.7　變量消除83
4.8　局部搜索85
4.8.1　迭代最佳改進86
4.8.2　隨機算法87
4.8.3　評估隨機算法90
4.8.4　局部搜索中利用命題結構92
4.9　基于種群的方法92
4.10　最優(yōu)化94
4.10.1　最優(yōu)化的系統(tǒng)方法96
4.10.2　局部搜索最優(yōu)化98
4.11　本章小結99
4.12　參考文獻及進一步閱讀100
4.13　習題100
第5章　命題和推理103
5.1　命題103
5.1.1　命題演算的語法103
5.1.2　命題演算的語義104
5.2　命題確定子句107
5.2.1　問題與解答109
5.2.2　驗證110
5.3　知識表示問題115
5.3.1　背景知識與觀察115
5.3.2　詢問用戶116
5.3.3　知識層的解釋117
5.3.4　知識層的調試119
5.4　反證法驗證122
5.4.1　Horn子句122
5.4.2　假說與沖突123
5.4.3　基于一致性的診斷124
5.4.4　通過假設和Horn子句推理126
5.5　完備知識假設127
5.5.1　非單調推理130
5.5.2　完備知識的驗證程序130
5.6　溯因推理132
5.7　因果模型135
5.8　本章小結137
5.9　參考文獻及進一步閱讀137
5.10　習題138
第6章　不確定推理145
6.1　概率145
6.1.1　概率的語義146
6.1.2　概率公理147
6.1.3　條件概率149
6.1.4　期望值152
6.1.5　信息理論153
6.2　獨立性153
6.3　信念網(wǎng)絡155
6.4　概率推理164
6.4.1　信念網(wǎng)絡中的變量消除164
6.4.2　通過隨機模擬進行近似推理169
6.5　概率和時間176
6.5.1　馬爾可夫鏈176
6.5.2　隱馬爾可夫模型176
6.5.3　監(jiān)聽和平滑算法179
6.5.4　動態(tài)信念網(wǎng)絡180
6.5.5　時間粒度181
6.6　本章小結181
6.7　參考文獻及進一步閱讀181
6.8　習題182
第三部分　學習與規(guī)劃
第7章　學習概述與有監(jiān)督學習186
7.1　學習問題186
7.2　有監(jiān)督學習189
7.2.1　評估預測190
7.2.2　無輸入特征的點估計193
7.2.3　概率學習195
7.3　有監(jiān)督學習的基本模型196
7.3.1　決策樹學習196
7.3.2　線性回歸與分類200
7.3.3　貝葉斯分類器203
7.4　組合模型206
7.4.1　神經(jīng)網(wǎng)絡207
7.4.2　集成學習210
7.5　避免過擬合210
7.5.1　最大后驗概率和最小描述長度211
7.5.2　交叉驗證213
7.6　基于案例的推理213
7.7　改進假設空間的學習215
7.7.1　變型空間學習216
7.7.2　可能近似正確學習218
7.8　貝葉斯學習220
7.9　本章小結224
7.10　參考文獻及進一步閱讀225
7.11　習題225
第8章　確定性規(guī)劃229
8.1　狀態(tài)、動作以及目標的表示229
8.1.1　顯式狀態(tài)空間表示法230
8.1.2　基于特征的動作表示231
8.1.3　STRIPS表示法232
8.1.4　初始狀態(tài)和目標233
8.2　前向規(guī)劃233
8.3　回歸規(guī)劃235
8.4　CSP規(guī)劃236
8.5　偏序規(guī)劃238
8.6　本章小結241
8.7　參考文獻及進一步閱讀241
8.8　習題241
第9章　不確定性規(guī)劃244
9.1　偏好和效用245
9.2　一次性的決策252
9.3　序貫決策255
9.3.1　決策網(wǎng)絡256
9.3.2　策略258
9.3.3　決策網(wǎng)絡的變量消除259
9.4　信息與控制的價值262
9.5　決策過程264
9.5.1　策略值267
9.5.2　最優(yōu)策略值267
9.5.3　值迭代268
9.5.4　策略迭代270
9.5.5　動態(tài)決策網(wǎng)絡271
9.5.6　部分可觀察決策過程273
9.6　本章小結273
9.7　參考文獻及進一步閱讀274
9.8　習題274
第10章　多Agent系統(tǒng)280
10.1　多Agent框架280
10.2　博弈的表示281
10.2.1　博弈的標準形式281
10.2.2　博弈的擴展形式282
10.2.3　多Agent決策網(wǎng)絡283
10.3　完全信息的計算策略284
10.4　部分可觀察的多Agent推理286
10.4.1　納什均衡計算290
10.4.2　學習協(xié)調292
10.5　群體決策294
10.6　機制設計294
10.7　本章小結296
10.8　參考文獻及進一步閱讀297
10.9　習題297
第11章　有監(jiān)督之外的其他學習模型298
11.1　聚類298
11.1.1　期望最大化298
11.1.2　k-均值299
11.1.3　用于軟聚類的期望最大化300
11.2　信念網(wǎng)絡學習303
11.2.1　概率學習303
11.2.2　未觀察到的變量304
11.2.3　缺失數(shù)據(jù)304
11.2.4　結構學習305
11.2.5　信念網(wǎng)絡學習的一般情形306
11.3　增強學習306
11.3.1　演化算法308
11.3.2　時間差308
11.3.3　Q-學習309
11.3.4　探索與利用312
11.3.5　增強學習算法的評估313
11.3.6　在策略學習314
11.3.7　為路徑分配信用和責任315
11.3.8　基于模型的方法317
11.3.9　基于特征的增強學習319
11.4　本章小結320
11.5　參考文獻及進一步閱讀321
11.6　習題321
第四部分　個體與關系的推理
第12章　個體與關系324
12.1　在特征之外利用結構324
12.2　符號與語義325
12.3　Datalog:一個關聯(lián)規(guī)則語言326
12.3.1　基Datalog的語義328
12.3.2　解釋變量329
12.3.3　帶變量的查詢333
12.4　證明與替換334
12.4.1　帶變量的自底向上過程335
12.4.2　帶變量的確定性歸結337
12.5　函數(shù)符號339
12.6　在自然語言處理中的應用344
12.6.1　在上下文無關文法中使用限定子句345
12.6.2　增強文法347
12.6.3　為非終結符號建立結構348
12.6.4　封裝的文本輸出348
12.6.5　強制約束349
12.6.6　建立自然語言與數(shù)據(jù)庫的接口350
12.6.7　局限351
12.7　相等352
12.7.1　允許相等斷言352
12.7.2　唯一名字假設353
12.8　完備知識假設355
12.9　本章小結358
12.10　參考文獻及進一步閱讀358
12.11　習題359
第13章　本體和基于知識的系統(tǒng)363
13.1　知識共享363
13.2　靈活的表示363
13.2.1　選擇個體和關系364
13.2.2　圖形化表示366
13.2.3　原始關系與導出關系369
13.3　本體與知識共享373
13.3.1　描述邏輯376
13.3.2　頂層本體380
13.4　查詢用戶和其他知識來源382
13.4.1　函數(shù)化關系383
13.4.2　更普遍的問題383
13.5　實現(xiàn)基于知識的系統(tǒng)384
13.5.1　基語言和元語言385
13.5.2　普通的元解釋器386
13.5.3　擴展基語言387
13.5.4　深度有限搜索388
13.5.5　元解釋器構建證明樹389
13.5.6　可詢問用戶的元解釋器390
13.5.7　推遲目標391
13.6　本章小結391
13.7　參考文獻及進一步閱讀392
13.8　習題392
第14章　關系規(guī)劃、學習和概率推理396
14.1　規(guī)劃個體與關系396
14.1.1　情景演算396
14.1.2　事件演算401
14.2　個體與關系的學習402
14.3　概率關系模型406
14.4　本章小結410
14.5　參考文獻及進一步閱讀411
14.6　習題411
第五部分　宏觀圖景
第15章　回顧與展望416
15.1　復雜性維度回顧416
15.2　社會與道德后果418
15.3　參考文獻及進一步閱讀420
附錄A　數(shù)學基礎與記號421
參考文獻425
索引439