文档介绍：人工智能算法简介如果你想学****人工智能算法,那么你的准备知识应该包括一些编程知识,,,从人工智能的历史,搜索算法的建立,设计游戏,解决游戏难题,到限制条件问题都值得学****机器人学,机器视觉,语音分析,量化交易等等领域. .  (uninformedsearch), 提示性搜索(又叫启发性搜索), 对抗搜索(游戏). 它们有一系列的应用,如自然语言处理,机器人,机器视觉等. 现在我们一一讨论人工智能里的各个话题.  先来看理性智能代理机. 我们研究人工智能的目的是设计智能的代理,它们可以感知其环境并且作用到环境上,(x), 该函数从感知到的环境映射到一个作用在环境上的动作. 理性代理机,?就是代理机的表现达到最优,即所谓性能度量(performancemeasure)(AI)在给定的计算条件下,,可以从硬件和软件两方面优化改进,我们这里只讨论软件方面.  搜索代理 ,从某个给定起点和终点,找出一条路线使得我们能从起点到达终点. 代理会思考为了达到目的该如何做.  代理要做的就是定义出到达目标点的动作或动作序列(路径).一条路径会有不同的代价和深度(此处指的是通过该路径找到的解在搜索树中的深度). 最常见搜索方法可分为有两大类. 盲目搜索并不用某领域的知识,它包括的技术有广度优先搜索,深度优先搜索,均匀代价搜索等. 启发式搜索运用了一些如何更快地到达目标的经验法则或启发式信息,这类搜索法包括贪婪搜索法,  A*搜索法, 等等. ,我们在64个格子的国际象棋棋盘上适当地放置8个皇后,使得它们横向,纵向,对角向都不"共线".  这就是要从约百万亿种可能的状态中,. 给定包含一些城市的地图,地图可以用图结构来表示:城市用结点表示,,,,花费可以用这些连线的长度(比如,单位为千米的数) 这里,搜索代理的角色其实就是找到从北京到马尔代夫的路线,同时找出最好的路线.  AI的另一个重要话题是对抗搜索,,,象棋以及智力问答竞赛等等. 基本思想就是设计代理来玩游戏,并且与对手对抗. 这里面的重要概念包括**minimax 算法**,**alphabetapruning**and**随机游戏*