agent的本質，完美性，環境多樣性，分類
環境agent感知序列：該agent所接收到的是所有輸入資料的完整歷史。
agent函式：描述agent行為，將任意給定感知序列對映為行動
agent程式：人造agent函式的實現。
理性的概念
理性對每個可能的感知序列，根據已有的感知序列提供的證據和agent具有的先驗知識，理性agent應該選擇能使其新能最大化的行動。
全知、學習、自主性
全知agent明確知道他的行動產生的實際結果並做出相應的動作，現實中不可能。
agent要從它感知的資訊中盡可能地學習。
自主性使agent不只依賴於先驗知識，也依賴於自身的感知資訊。
環境的性質
任務環境的描述規範
peas描述：performance，environment，actuators，sensors
任務環境的性質
完全可觀察與部分可觀察
agent的sensors在每個時間點上都能獲取環境的完整狀態。
若監測到的資訊與行動決策相關，則該任務環境是有效完全可觀察的。
單agent與多agent
對抗，競爭性/
確定的與隨機的
環境的下乙個狀態完全取決於當前狀態和agent執行的行動則環境是確定的。
片段式與連續式
片段：下乙個片段不依賴於以前片段採取的行動（如大部分的分類任務）。
連續：當前決策會影響到所有未來決策。
靜態與動態
取決於環境在agent計算時是否會改變。
離散與連續
環境狀態，時間處理方式，agent感知資訊和行動 都有離散和連續之分。
已知與未知
結構agent = 體系結構（計算裝置） + 程式（agent程式）
簡單反射agent
基於模型的反射agent
基於目標的agent
基於效用的agent
學習agent
學習元件負責改進提高，效能原件負責選擇外部行動。問題發生器負責可以得到新的和有資訊的經驗的行動建議。
各部件的工作
原子表示 2. 要素化表示（狀態有特徵向量） 3. 結構化表示（特徵向量+其他物件的關係）
人工智慧 一種現代方法 第1章 緒論
人工智慧 ai artificial intelligence is the science of machines that think humanly 認知建模 think rationally 思維法則 act humanly 圖靈測試 act rationally 理性agent 上面這個定...
人工智慧 一種現代方法的總結
這本由stuart 和 peter 寫的ai經典入門之作，洋洋灑灑的有1千多頁，被我用一年的業餘時間終於看完了。有何收穫？很難用一兩句話說清，好在都記錄在筆記本上。整本書的結構是先介紹搜尋演算法，搜尋可以用於找出從初始狀態到目標狀態的一系列動作變化。在第二部分主要介紹邏輯，基於邏輯的機械人也稱為以知...
人工智慧 一種現代方法 第4章 超越經典搜尋
2018.3.23 很多現實生活中的最優化問題目標與路徑是不相關的，諸如布局問題 八皇后問題。區域性搜尋演算法對於解決純粹的最優化問題十分有效，根據目標函式找到全域性最優狀態。即代價的全域性最小值，目標函式的全域性最大值。定義 不斷向值增大的方向移動，直到到達區域性最優 也被稱為貪婪區域性搜尋，貪婪...