高级人工智能（国科大2023
高级人工智能-沈华伟-国科大2021-2022秋季学期课程连接主义（神经网络、深度学习）搜索问题启发式算法贪婪最佳优先搜索A*搜索A*树搜索A*图搜索传教士和野人问题归结原理中的应用神经网络传统神经网络多层感知机（Multi-LayerPerceptron）计算机视觉的深度学习模型残差网络（ResidualNetworks,ResNets）序列数据的深度学习模型循环神经网络（RecurrentNeuralNetworks,RNN）GRUandLongShortTermMemory(LSTM)生成式对抗网络（Generativeadversarialnetworks,GAN）图神经网络符号主义（数理逻辑）命题逻辑（PropositionalLogic）语法与逻辑推导（SyntaxandDerivation）语义与形式推演（SemanticsandDeduction）形式推演的11条规则（一种形式推演系统）归结原理（Resolution）转化为CNF合取范式可靠性（Soundness）完备性（Completeness）ModusPonens规则前向推理（Forwardchaining）后向推理（BackwardChaining）可靠性（Soundness）完备性（Completeness）一阶谓词逻辑（First-orderLogic）语法与逻辑推导（SyntaxandDerivation）语义与形式推演（SemanticsandDeduction）合一化算子（Unification）归结原理（Resolution）转化为CNF合取范式归结策略：广度优先归结策略：删除策略与限制策略GeneralizedModusPonens(GMP)规则前向推理与后向推理模糊逻辑模糊集模糊集的表示模糊集的运算模糊关系模糊逻辑行为主义（强化学习）群体智能蚁群算法粒子群算法强化学习格子游戏博弈基本概念田忌赛马声明：部分图片来自于课程讲义，（沈华伟，罗平）连接主义（神经网络、深度学习）搜索问题启发式算法启发式搜索(HeuristicallySearch)是利用问题拥有的启发信息来引导搜索，达到减少搜索范围、降低问题复杂度的目的，这种利用启发信息的搜索过程称为启发式搜索。其代表算法为：贪婪最佳优先搜索(GreedyBest-FirstSearch)和A*搜索。
评价函数f(n)描述的是从当前节点出发，根据评价函数来选择后续节点。
启发函数h(n)描述的是从计算节点到目标节点之间所形成路径（耗散）的最小代价值。
贪婪最佳优先搜索在贪婪最佳优先搜索算法里面，评价函数f(n)等于启发函数h(n)。贪婪最佳优先搜索不是最优的，也不是完备的。
A*搜索A*树搜索启发函数h(n)h(n)h(n)是可采纳的，那么0≤h(n)≤h⋆(n)0leqh(n)leqh^{star}(n)0≤h(n)≤h⋆(n)其中h⋆(n)h^{star}(n)h⋆(n)是到最近目标的真实耗散，即估计的耗散小于到最近目标的实际耗散。
A*树搜索算法最优性的条件是启发函数h(n)h(n)h(n)是可采纳的，证明如下：令A为最优目标节点，B为次优目标节点，并且h(n)h(n)h(n)是可采纳的，要证明A在B之前离开边缘集合。假设B在边缘集合中，A的某个祖先节点n（可能包括A）也在边缘集合中，所以f(n)≤f(A)f(n)leqf(A)f(n)≤f(A)，所以f(n)≤f(A)