《人工智能理论方法》求取 ⇩

目录1

第一章 问题求解理论1

1.1引言1

1.2游戏和难题2

1.3思考与经验：产生启发式的两种方法4

1.4生成语言11

1.5本书的编排15

练习16

第二章 难题或单人游戏18

2.1概述18

2.2基本结构19

2.3定义22

2.4评价与搜索策略25

2.5搜索策略——定义与讨论29

2.6一个评价的近似方法31

2.7不用评价的搜索策略34

2.8同态映射与可加问题42

2.9由消除差异得到解：通用问题求解器50

2.10可加问题中的差异61

练习67

第三章 双人游戏71

3.1引言71

3.2游戏、策略与评价72

3.3近似获胜策略：“与或”树和位置游戏79

3.4游戏的同态性和可减游戏92

3.5谨慎策略，图游戏与核99

3.6与复合游戏同态的游戏107

3.7可分解结点的广义化113

3.8部分D-同态及它的组成：减少距离启发式方法119

3.9用半周期性的结构计算图中的核125

3.10Misère游戏134

练习143

第四章 启发式发现的自动化：表达与学习146

4.1引言146

4.2描述问题状态和模式的语言148

4.3学习——启发式发现自动化的工具155

4·4学习玩位置游戏160

4.5构造差异序列和可分解图162

4.6用传统的模式识别来学习游戏—Samuel的西洋象棋182

4.7函数的约束搜索：离散问题的另一种求解方法185

第五章 在一种灵活的描述语言中进行学习192

5.1引言192

5.2一种灵活的描述语言195

5.3识别与评价的正确性：一种用作为程序设计语言的描述语言202

5.4正集中：一种学习算法206

5.5关于描述语言和学习的某些讨论220

附录225

A.1基本定义225

A.2问题和图231

A.3游戏256

A.4启发式发现301

A.5学习305

参考文献307