高级人工智能 读书笔记
高级人工智能
3ed
有 值得阅读，写得不错
参考书：
-
（online）
摘选自己感兴趣章节
1 绪论
2 人工智能逻辑
公理化逻辑 = 逻辑公理 + 推理规则
2.4 非单调逻辑
background: 推理系统的定理集合并不随着推理过程的进行而单调地增大，新推出的定理很可能会否定、改变原来的一些定理，使得原来能够解释的某些现象变得不能解释
默认逻辑 default logic (Reiter)
限制逻辑 circumscription logic (McCarthy)
situation calculus 情景演算
3 约束推理
CSP: constraint satisfied problem
Pareto Optimality
question: Nash Equilibrium vs. Pareto Optimum
3.3 约束传播
Mackworth 算法
约束搜索
my question: constraint propagate vs Graph
6 Bayes network
共轭分布
Jeffrey原则
7 归纳学习
my question: cloud computing vs
7.7 ID3 学习算法
信息熵
8 统计学习
VC维(Vapnik-Chervonenkis dimension)
8.3 学习过程的一致性
8.5 SVM
10 Reinforcement learning
characteristics:
-
trial and error search delayed reinforcement
Markov
10.3 dynamic programming
10.4 Monter calor
10.5 时序差分学习
10.6 Q-learning
11.5 基于密度的聚类
my question: vs 数学形态学
15 Agent
-
自治性，即agent自主控制自身行为，可以根据外界环境需求，agent主动 交互性，agent并非封闭实体，会感知外界环境变化，并执行相应调整 协作性，agent任务需要多个agent协作实现，agent之间进行信息通讯或会话
actor model: 一类并发程序计算模型
15.5 主体通信语言ACL
15.6 协调与协作
CPN 合同协议网，采用竞标方式分配任务，再与各个中标实体达成合同，从而实现任务的层次化分配
func agent (env) return action {
new-state <- update-mem(state, rule, env)
action <- next-action(new-state,rule)
return action
}
