《人工智能:计算agent基础》提供了针对本科生和研究生的第一手便利可用的领域综合资料,对当今该领域的基础发展进行了展望。像任何名副其实的科学一样,AI具有条理分明、形式化的理论和难以控制的实验。《人工智能:计算agent基础》均衡了理论和实验部分,并说明了如何将理论与实验密切地联系起来,使科学与工程应用共同发展...
强烈推荐这个东东～ [13698118_人工智能计算Agent基础.pdf]给你放这儿啦～ 这个资源你喜欢不,还想了解其他类似的资源不?
区分两者的关键在于Agent B 行为的性能度量最大化是否需要依赖于Agent A的行为。 竞争性的多Agent环境: Agent B想要最大化自己的性能度量,就需要最小化Agent A的性能度量。(国际象棋) 合作性的多Agent环境: Agent B想要最大化自己的性能度量,就需要最大化Agent A的性能度量。(车辆驾驶) 部分合作部分竞争的多Ag...
本节书摘来自华章计算机《人工智能:计算Agent基础》一书中的第2章,第2.3节,作者:(加)David L.Poole,Alan K.Mackworth 更多章节内容可以访问云栖社区“华章计算机”公众号查看。 2.3 分层控制 在图2-1中讲述的一种构建Agent的方法是将主体分为两部分:传感器和一个复杂的感知系统,感知系统将对世界的描述输入给推理...
《人工智能:计算Agent基础》——3.2 状态空间 本节书摘来自华章计算机《人工智能:计算Agent基础》一书中的第3章,第3.2节,作者:(加)David L.Poole,Alan K.Mackworth 更多章节内容可以访问云栖社区“华章计算机”公众号查看。 3.2 状态空间 智能行为的一种一般形式就是状态空间(state space)。一个状态(state)包含着...
人工智能:计算Agent基础(David L.PooleAlan K.Mackworth).pdf,人工智能:计算Agent基础 (David L.PooleAlan K.Mackworth) 此文档由zyxis1989整理。 文档共414页,仅供参考! 第1章人工智能与Agent 3 作为科学的一部分,研究者们已建立了一些实验系统来验证某些假设,或
《计算机科学丛书·人工智能:计算agent基础》有机地将理论与实践结合起来,既详细地介绍了各种人工智能理论,又提供了实现的思路和程序,这将有利于本科生或研究生在学习人工智能时把对人工智能的理性认识转化为对具体程序的感性认识,从而弥补大部分人工智能教材偏重于理论的缺陷。《计算机科学丛书·人工智能:计算agent基础》...
《人工智能:计算agent基础》提供了针对本科生和研究生的第一手便利可用的领域综合资料,对当今该领域的基础发展进行了展望。像任何名副其实的科学一样,AI具有条理分明、形式化的理论和难以控制的实验。《人工智能:计算agent基础》均衡了理论和实验部分,并说明了如何将理论与实验密切地联系起来,使科学与工程应用共同发展...