人工智能复习.docx

知识点1. 什么是人工智能？它的研究目标是什么？人工智能的研究目标远期目标揭示人类智能的根本机理，用智能机器去模拟、延伸和扩展人类的智能涉及到脑科学、认知科学、计算机科学、系统科学、控制论等多种学科，并依赖于它们 的共同发展近期目标研究如何使现有的计算机更聪明，即使它能够运用知识去处理问题，能够模拟人类的智 能行为相互关系远期目标为近期目标指明了方向近期目标则为远期目标奠定了理论和技术基础2. 人工智能有哪几个主要学派？各自的特点是什么？人工智能研究的三大学派：随着人工神经网络的再度兴起和布鲁克(R.ABrooks)的机器虫的出现，人工智能研 究形成了符号主义、联结主义和行为主义三大学派符号主义学派是指基于符号运算的人工智能学派，他们认为知识可以用符号来表示，认知可以通过符 号运算来实现例如，专家系统等联结主义学派是指神经网络学派，在神经网络方面，继鲁梅尔哈特研制出BP网络之后，人工神经网 络研究掀起了第二次高潮之后，随着模糊逻辑和进化计算的逐步成熟，又形成了 “计算智 能”这个统一的学科范畴行为主义学派是指进化主义学派，在行为模拟方面，麻省理工学院的布鲁克教授1991年研制成功了 能在未知的动态环境中漫游的有6条腿的机器虫。

智能科学技术学科研究的主要特征(1) 由对人工智能的单一研究走向以自然智能、人工智能、集成智能为一体的协同研究；(2) 由人工智能学科的独立研究走向重视与脑科学、认知科学、等学科的交叉研究；(3) 由多个不同学派的独立研究走向多学派的综合研究；(4) 由对个体、集中智能的研究走向对群体、分布智能的研究；(5) 智能技术应用己渗透到人类社会的各个领域知识表示的类型按知识的不同存储方式：陈述性知识：知识用某种数据结构来表示；知识本身和使用知识的过程相分离过程性知识：知识和使用知识的过程结合在一起知识表示的基本方法非结构化方法：一阶谓词逻辑产生式规则结构化方法：语义网络框架知识表示的其它方法状态空间法和问题归约法推理过程的心理形式从心理学的角度，推理是一种心理过程可有以下几种主要形式：(1) 三段论推理由两个假定真实的前提和一个可能符合也可能不符合这两前提的结论组成2) 线性推理或称线性三段论，这种推理的三个判断之间具有线性关系3) 条件推理即前一命题是后一命题的条件4) 概率推理即用概率来表示知识的不确定性，并根据所给出的概率来估计新的概率推理方法的分类形式r按推理的逻辑基础y分类g 按知识的确定性彳、 L不确定性推理(「推理策略I按推理的控制策略」〔搜索理策略］演绎推理与归纳推理的区别演绎推理是在己知领域内的一般性知识的前提下，通过演绎求解一个具体问题或者证明 一个结论的正确性。

它所得出的结论实际上早己蕴含在一般性知识的前提中，演绎推理只不 过是将己有事实揭露出来，因此它不能增殖新知识归纳推理所推出的结论是没有包含在前提内容中的这种由个别事物或现象推出一般性 知识的过程，是增殖新知识的过程推理控制策略及其分类推理的控制策略推理的控制策略是指如何使用领域知识使推理过程尽快达到目标的策略它可分为推理 策略和搜索策略推理策略主要解决推理方向、冲突消解等问题，如推理方向控制策略、求解策略、限制策略、冲 突消解策略等推理方向控制策略用于确定推理的控制方向，可分为正向推理、逆向推理、混合推理 及双向推理求解策略是指仅求一个解，还是求所有解或最优解等限制策略是指对推理的深度、宽度、时间、空间等进行的限制冲突消解策略是指当推理过程有多条知识可用时，如何从这多条可用知识中选出一条最 佳知识用于推理的策略搜索策略主要解决推理线路、推理效果、推理效率等问题机器人移盒子问题：机器人从C点出发，将盒子从a桌拿到b桌，然后再回到c处•研究的对象：- 桌子X的个体域是(a,b}• 机器人y的个体域是(robot)- 位置z的个体域是{a,b,c}• 物体w的个体域是{box)-描述状态的谓词：• TABLE(x)： x是桌子• EMPTY(y)： y手中是空的• AT(y, z)： y在z的附近• HOLDS(y, w)： y 拿着 w• ON(w, x)： w在x桌面上-问题的初始状态• AT(robot? c)• EMPTY(robot)• ON(box, a)• TABLE(a)• TABLE(b)-问题的目标状态• AT(robot? c)• EMPTY(robot)• ON(box, b)• TABLE(a)• TABLE(b)-机器人需要执行的操作• Goto(x, y)：从x处走到y处。

• Pickiip(x)：在x处拿起盒子• Setdown(x):在x处放下盒子操作对应的条件和动作如下• Goto(x> y)条件：AT(robot, x)动作：删除表：AT(robot, x)添加表：AT(robot, y)Pickiip(x)条件：ON(box, x), TABLE(x), AT(robot, x), EMPTY(robot)动作：删除表：EMPTY(robot)t ON(box, x)添加表：HOLDS(robot, box)Setdown(x)条件：AT(robot, x), TABLE(x), HOLDS(robot, box)动作：删除表：HOLDS(robot, box)添加表：EMPTY(robot), ON(box, x)AT (robot, c) EMPTY (robot) ON (box, a)( TABLE (a)— TABLE (b)AT (robot, a)u EMPTY (robot) 含％偿驶 S)…、Goto (c, a) ON (box, a) Pickup (x)早?器俅bot,box) TARIFF IABLiE (a)TABLE (b)> TABLE (a)TABLE (b)Goto (a, b)AT (robot, b)HOLDS (robot, box)TABLE (a) SetdownTABLE (b)AT (robot, c) EMPTY (robot)AT (robot, b)EMPTY (robot)—、ON (box, b) Goto (b, c) °N (box, b)W TABLE (a) '，法 TABLE (a)TABLE (b) TABLE (b)•猴子摘香蕉问题：请写出猴子摘香蕉的求解过程•描述状态的谓词• AT(x, y)： x 在 y 处・ ONBOX：猴子在箱子上- HB：猴子得到香蕉•其中，X的个体域是(Monkey, Box, Banana}Y的个体域是{a, b, c)问题的初始状态AT(Monkey, a)AT(Box, b)lONBOX , FB问题的目标状态AT(Moiikey5 c) , AT(Box, c)ONBOX , HB需要的操作Goto(u, v)： 猴子从u处走到v处Pushbox(v, w):猴子推着箱子从v处移到w处Clunbbox： 猴子爬上箱子Grasp： 猴子摘取香蕉操作对应的先决条件及动作Goto(u? v)条件：-ONBOX , AT(Monkey,u),动作：删除表：AT(Monkey, u)添加表：AT(Moiikey5 v)Piishbox(v, w)条件：lONBOX , AT(Moiikey, v), AT(Box, v)动作：删除表：AT(Monkey? v), AT(Box, v)添加表：AT(Moiikey, w), AT(Box,w)Climbbox条件：-ONBOX , AT(Monkey w), AT(Box,w)动作：删除表：lONBOX添加表：ONBOXGrasp条件：ONBOX, AT(Box, c)动作：删除表：TIB添加表：HB猴子摘香蕉问题的求解过程如下：状态1 (初始状态)开始====>AT( monkey, a)AT( box, b )— ONBOX「HB状态2AT( monkey, b)Goto( a, b )：======>AT( box, b )— ONBOXHB状态3AT( monkey c)Pushbox( b,c)CluubboxGraspAT( box, c )「ONBOX「HB状态4AT( monkey, c)AT( box, c)ONBOX「HB状态5(目标状态)AT( monkey c) AT( box, c )ONBOXHB谓词逻辑表示的特征主要优点自然：一阶谓词逻辑是一种接近于自然语言的形式语言系统，谓词逻辑表示法接近于 人们对问题的直观理解明确：有一种标准的知识解释方法，因此用这种方法表示的知识明确、易于理解 精确：谓词逻辑的真值只有“真”与“假”，其表示、推理都是精确的 灵活：知识和处理知识的程序是分开的，无须考虑处理知识的细节模块化：知识之间相对独立，这种模块性使得添加、删除、修改知识比较容易进行 主要缺点知识表示能力差：只能表示确定性知识，而不能表示非确定性知识、过程性知识和启发 式知识知识库管理困难：缺乏知识的组织原则，知识库管理比较困难存在组合爆炸：由于难以表示启发式知识，因此只能盲目地使用推理规则，这样当系统 知识量较大时，容易发生组合爆炸系统效率低:它把推理演算与知识含义截然分开，抛弃了表达内容中所含有的语义信息， 往往使推理过程冗长，降低了系统效率产生式系统的特点-主要优点：自然性、模块性、有效性、一致性-主要缺点：效率较低、不能表示结构性知识语义网络的概念及结构语义网络是通过概念及其语义关系来表示知识的一种网络图，它是一个带标记的有向图。

其中有向图的各节点用来表示各种概念、事物、属性、情况、动作、状态等，节点上的 标注用来区分各节点所表示的不同对象，每个节点可以带有若干个属性，以表示其所代 表的不同对象的特性；弧是有方向、有标注的，方向用来体现节点间的主次关系，而其 上的标注则表示被联接的两个节点间的某种语义联系或语义关系一个最简单的语义网络可由一个三元组表示：（节点1,弧，节点2）基本语义关系实例关系：ISA体现的是“具体与抽象”的概念，含义为“是一个”，表示一个事物是另一个事物的 一个实例例“李刚是一个人”分类关系：AKO也称泛化关系，体现的是“子类与超类”的概念，含义为“是一种”，表示一个事物 是另一个事物的一种类型例“机器人是一种机器”成员关系：A-Member-of体现的是“个体与集体”的关系，含义为“是一员”，表示一个事物是另一个事 物的一个成员例“张强是共青团员"属性关系指事物和其属性之间的关系常用的有：Have：含义为“有”，表示一个结点具有另一个结点所描述的属性Can：含义为“能”、“会”，表示一个结点能做另一个结点的事情 例如：“鸟有翅膀”包含关系（聚类关系）指具有组织或结构特征的“部分与整体”之间的关系。

常用的包含关系是：Pait-of :含义为“是一部分”，表示一个事物是。