合理的思考、既有益處，類似思考存在于其他領域，例如核物理，基因工程人工智能發展的道路最好的情況？最壞的情況我們可能影響人工智能的未來發揮有利的一面，避免不利的一面是我們這一時代的任務講師： =促動器（激勵器）===智能體函數:感知歷史（序列）f:P*l，Mff=輸入是當前的感知，M，程序運行可能比較慢；也可能被新的感知所打斷（或忽略它們）M感知對象：[地點，潔凈狀態 （[A,有灰塵

【A，【A，【【A，【A，【B，【B，【A，干凈】【B，【A，干凈】【B，If=thenreturnelseifAthenreturnelseifBthenreturn固定的性能指標（performancemeasure）合理性決定于4一個合理的智能體（rational它們都是有自主性的（不是簡單規則化的選擇行為動作性能指標(Performance-1每走一步；+10+500贏；-500輸環境整促動器傳感器方向盤，剎車系統，油門，顯示器/ vs部分可觀察(fullyobservablevspartiallyvs(singlevsmulti-B的行為是最大化一個性能指標，其數值由Avs隨機變化（變化不確定）（deterministicvs不確定(uncertain)環境vs關聯序列的（episodicvsvs（staticvsvs連續性（discretevs部分答案也依賴于環境是如何定義的=>=>=>=>=>WhatactionIshoulddoWhatactionIshoulddoWhattheworldislikenowonrStWhattheworldislikenowoteWhattheworldislikenowoWhatactionIshoulddoWhatactionIshoulddoWhatactionshoulddoWhattheWhatactionshoulddoWhattheislikeli果ifIdoactionoioowrlWhatactionshoulddoWhattheislikeHowtheworldWhatmyactionsWhatitwillbeWhatactionshoulddoWhattheislikeHowtheworldWhatmyactionsWhatitwillbeifIdoactioninsuchalit一個智能體通過自身的傳感器和促動器，與環境 PEAS描述用來定義任務環境；準確的定義對智能體的設決策基于對行動的一個搜索問題一個轉換模 Results(s,一個步驟成本函數cost(s,a,

{北,東 Oradea

AradArad

Sibiu

Rimnicu

狀態(x,y行動：轉換模型目標測試：(x,y)==MN個狀態（|x|=M,

狀態((x,y)，豆子布爾行動： 目標測試：MN2MN區別在哪里Oradea

Iasi

Rimnicu

LugojMehadia

“東”,“東”,“北”,

當前/ 對于大多數問題，我們實際上很難建立整個搜索樹有一個4節點狀態圖 它的搜索樹有多大（從S狀態開始

Rimnicu

LugojMehadia

擴展樹節點（潛在的行動規劃從搜索前沿（當前的所有葉節點）function樹搜索(問題returns把問題搜索前沿loopifthenreturnifthenreturn相應的解（路徑）節點,搜索前沿探索(選擇) 實現

完全性：保證能找到一個存在的解最優性：保證能找到最小路徑成本的解時間復雜性空間復雜性搜索樹b：最大分支 mm:整個樹的節點總數1+b+b2+….bm=

1個節點b個節點b2bm哪些節點被擴展 m是有限的，時間復雜存儲前沿需多少空間只存儲一條路徑從根到一 m葉節點及沿路相關兄弟節點完全性m可能是無窮。除非可以避優化性

1個節點b個節點b2bm 策略：實現

s大概是最后一層，如果一個解存在，s一定是

1個節點b個節點b2bsbm 想法結合DFS的空間優勢，和BFS解,繼續 (優先級：累計成本 h c G哪些節點被擴展C*,那么其“有效深C*(