人工智能基础之自动规划系统
第七章+自动规划
时,这样做恰恰是合理的。
湖南科技大学计算机学院 戴祖雄
8
不过,非期望的结果往往并不使该规划的整个余下部分失效。 或许,只要稍加变化“下,例如附加一步就有可能使规划的余下 部分变为有用的。如果最后的规划是由许多用于求解一套子间 题的较小规划组成的,若规划中有一步失败了,那么规划中受到 影响的部分只是规划中用于求解那个子问题的有关部分,规划中 所有其余部分与这一步无关。如果问题只是部分可分解的,那么 任何与受影响的子问题具有互相作用的子问题也会受到影响。 因此,与在规划过程中留意所出现的互相作用一样重要的是,与 最后规划一起记下互相作用的信息。这样,当执行中出现某些非 期望事件而需要重新规划时,能够考虑到这些互相作用。
一种方法是对每个动作都叙述其所引起的状态表示的每一 个变化。此外,需要用某些语句来描述所有其他仍然维持不变的 事物。
这种方法的优点是只需要一个单一的机理—消解就能够执 行状态描述所需要的所有操作运算。但是,要是该问题状态描述 较为复杂的话,就需要很多的公理条数。例如,设想不仅对积木 世界的积木的位置感兴趣,而且也对其颜色感兴趣,那么对于每 一个操作,就需要更多的公理。
如果搜索过程是从目标状态逆向推理的,那么当确信无法达 到初始状态,或者搜索过程进展甚微时,可以终止该路径的搜索。 在采用逆向推理时,每个目标被分解为一些子目标,每个子目标 又可能导出一个子一予目标集。有时,能够容易地检验出：一个 已知的子目标集无法同时全部得到满足。例如,机械手不可能同 时既是空手又是抓住积木。任何试图要使这两个目标同时为真 的路径都可删去,因为它们无路可走。比如说,如果在试图满足 目标A时,程序最终把问题归纳为满足目标A和目标B及C,这样不 会取得什么进展,所生成的问题甚至比原始问题还要困难,所以 应当舍弃导致此问题的路径。
人工智能及其应用蔡自兴第四版
8.4 具有学习能力的规划系统
PULP-Ⅰ机器人规划系统 PULP-Ⅰ机器人规划系统是一种具有学习
能力的系统，它采用管理式学习，其作用原理 是建立在类比(analogue)的基础上的。
STRIPS的弱点 需要极其大量计算机内存和时间等。 应用具有学习能力的规划系统能够克服这一
缺点。
25
8.4 具有学习能力的规划系统
29
8.5 基于专家系统的机器人 规划
机器人规划专家系统就是用专家系统的结构和 技术建立起来的机器人规划系统。
管理式学习能力的机器人规划系统的不足： – 表达子句的语义网络结构过于 复杂。 – 与复杂的系统内部数据结构有关的是， PULP-Ⅰ系统具有许多子系统。而且需要 花费大量时间来编写程序。 – 尽管PULP-Ⅰ系统的执行速度要比 STRIPS 系列快得多，然而它仍然不够快。
着更有效的方向进行。 – 检验殆正确的解答，并应用具体的技术使之完全
正确。
5
选择于应用规则 检验解答与空端 修正殆正确解
6
8.2 积木世界的机器人规划
8.2.1 积木世界的机器人问题
积木世界由一些有标 记的立方形积木，互 相堆迭在一起构成； 机器人有个可移动的 机械手，它可以抓起 积木块并移动积木从 一处至另一处。
– END
21
8.3 Strips规划系统 最后的规划为：
– {gothru(D1,R1,R2) , pushthru(BOX1,D1,R2,R1) }
22
23
含有多重解答的规划
例如：要求机器人ROBOT把3个不同区 域的箱子推倒同一区域；
采用归结反演和中间-结局分析来求解； 得到多重解答。
unstack(X,Y)
人工智能的自动规划和决策方法
人工智能的自动规划和决策方法人工智能（Artificial Intelligence，AI）的发展已经取得了令人瞩目的成就，其中之一就是在自动规划和决策方面的进展。
人工智能能够通过学习和推理的过程，解决复杂的问题，并提供高效的解决方案。
本文将探讨，并介绍一些常用的技术和应用。
人工智能的自动规划是指利用计算机算法和技术，自动地生成一系列动作方案以实现特定的目标。
自动规划的过程通常包括以下几个关键步骤：问题建模、搜索空间定义、评估和选择、执行和监控。
首先，问题建模阶段将具体问题抽象成数学模型或逻辑表达式。
以城市路径规划为例，地图可以被建模成图论中的图，道路可以被视为图的边，城市可以被视为图的节点。
通过这种方式，可以将城市路径规划问题转化为图论问题来进行求解。
接下来，搜索空间定义阶段将问题的解空间映射到计算机内存中的数据结构，以便进行搜索和推理。
通常，自动规划算法会基于搜索算法如深度优先搜索、广度优先搜索、A*搜索等，在搜索空间中寻找最优解。
在评估和选择阶段，自动规划系统会基于设定的目标和约束条件，评估每个解的质量，并选择最优的解作为输出。
这一步骤通常需要使用启发式函数或评估函数来对解进行评估，例如在路径规划中，可以使用路程长度作为评估指标。
在执行和监控阶段，自动规划系统将生成的方案转化为实际的行动，并跟踪其执行过程。
当遇到新的情况或约束时，系统可以及时修正计划，并做出新的决策。
除了自动规划，人工智能还能够通过决策方法来解决问题。
决策方法是指在给定一些可选的行动和目标情况下，选择最佳行动的过程。
决策方法通常包括以下几个关键步骤：问题建模、用于表示决策的数学模型、决策标准和决策规则以及结果评估。
问题建模是将实际问题抽象为数学模型的过程。
这个模型可以是一组决策变量、约束条件和目标函数的集合。
通过这种方式，可以将复杂的问题转化为可以计算的形式。
决策方法通常需要一个数学模型来描述问题和决策变量。
常用的模型有线性规划、整数规划、动态规划等。
人工智能基础(试卷编号2331)
人工智能基础(试卷编号2331)1.[单选题]最初的大数据概念还比较模糊，只是隐约的知道像个性化推荐、搜索引擎之类的处理需要大量数据，那么在搜索引擎方面，谁是世界上最大的厂商A)谷歌B)百度C)360答案:A解析:2.[单选题]在pandas中以下哪个方法用于向csv文件中实现写入工作？A)to_csv()B)read_csv()C)to_excel()答案:A解析:3.[单选题]（）是python数据分析的首选库。
它含有各种各样的数据结构如DataFrame、Series等，使数据分析工作变得简单而高效。
A)ipythonB)numpyC)pandasD)matplotlib答案:C解析:4.[单选题]贝叶斯学习是一种以贝叶斯法则为基础的，并通过()手段进行学习的方法。
A)逻辑B)概率C)推理D)假定答案:B解析:5.[单选题]对前馈神经网络这种深度学习方法描述不正确的是（）A)是一种端到端学习的方法B)是一种监督学习的方法C)实现了非线性映射D)隐藏层数目大小对学习性能影响不大。
6.[单选题]下列哪项不是知识图谱构建的主要技术（）A)命名实体识别B)实体链接C)关系抽取D)词性标注答案:D解析:知识图谱构建的不太利用词性标注7.[单选题]估价函数指的是从初始结点经过多个结点到达目的结点的路径的 ( )A)最大代价估计值B)最小代价估计值C)最短路径长度D)关键路径答案:B解析:8.[单选题]VGG模型于2014年被提出，是最流行的（）模型之一，在ImageNet比赛中，达到了Top5错误率7.3%。
A)CNNB)KNNC)RNND)DNN答案:A解析:VGG模型于2014年被提出，是最流行的CNN模型之一，在ImageNet比赛中，达到了Top5错误率7.3%。
9.[单选题]规则生成本质上是一个贪心搜索的过程，须有一定的机制来缓解过拟合的风险，最常见的做法是（）A)序列化B)剪枝C)去重D)重组答案:B解析:10.[单选题]一个特征的权重越高，说明该特征比其他特征（）。
人工智能基础(习题卷8)
人工智能基础(习题卷8)第1部分：单项选择题，共53题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]关于神经网络的说法中，正确的是（）A)增加网络层数，总能减小训练集错误率B)减小网络层数，总能减小测试集错误率C)增加网络层数，可能增加测试集错误率答案:C解析:2.[单选题]以下算法中，不属于分类预测的典型算法的是（ ）A)Logistic回归B)决策树C)K-means算法D)神经网络答案:C解析:3.[单选题]下列算法中：①KNN；②线性回归；③对数几率回归，可以用神经网络去构造的（）.A)①②B)②③C)①②③D)以上答案都不正确答案:B解析:KNN算法不需要训练参数，而所有神经网络都需要训练参数，因此神经网络帮 不上忙。
最简单的神经网络--感知器，其实就是线性回归的训练。
我们可以用一层的神经 网络构造对数几率回归。
4.[单选题]通过对大量的平行语料进行统计分析，构建统计翻译模型，进而使用此模型进行翻译。
该翻译方式是（ ）A)知识库式翻译系统B)统计式翻译系统C)范例式翻译系统D)直译式翻译系统答案:B解析:5.[单选题]在回归分析中，说法正确的是（ ）。
A)解释变量和被解释变量都是随机变量B)解释变量为非随机变量，被解释变量为随机变量C)解释变量和被解释变量都为非随机变量D)解释变量为随机变量，被解释变量为非随机变量答案:B解析:在回归分析中，解释变量可以理解为自变量，具有确定性，因此为非随机变量; 被解释变量可以理解为因变量，具有随机性，因此为随机变量。
6.[单选题]DSSM经典模型的缺点：1.Wordhashing可能造成词语冲突；2.采用词袋模型，损失了上下文语序信息；3.搜索引擎的排序由多种因素决定，用户点击时doc排名越靠前越容易被点击，仅用点击来判断正负样本，产生的噪声较大，模型难以收敛；4.效果不可控。
C)2.3.4D)1.2.3.4答案:D解析:DSSM经典模型的缺点：1.Wordhashing可能造成词语冲突；2.采用词袋模型，损失了上下文语序信息；3.搜索引擎的排序由多种因素决定，用户点击时doc排名越靠前越容易被点击，仅用点击来判断正负样本，产生的噪声较大，模型难以收敛；4.效果不可控。
人工智能基础(习题卷10)
人工智能基础(习题卷10)第1部分：单项选择题，共53题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]RPA在流程设计过程中，优先使用哪种方式设计流程 （）。
A)可视化控件操作B)图片识别C)手写代码答案:A解析:2.[单选题]大小为 1024X1024，灰度级别为 256 色的图像文件大小为( )。
A)1MBB)2MBC)6MBD)8MB答案:A解析:3.[单选题]Teacher(father(Zhan))的个体是 （）A)常量B)变量C)函数D)谓词答案:C解析:4.[单选题]循环神经网络适合处理的数据是（）。
A)节点数据B)序列数据C)结构化数据D)图像数据答案:B解析:循环神经网络是一种用于处理序列数据的神经网络，相比一般的神经网络，他能 够处理序列变化的数据。
比如某个单词的意思会因为上文提到的内容不同而有不同的含义， RNN就能够很好地解决这类问题。
5.[单选题]外业调绘主要是通过影像调绘和（ ）两种作业方法。
其中影像调绘数据采用自空三自动匹配点粗纠正成数字正射影像图（DOM），并分块打印；线划图调绘采用采集成果数据回放图进行，作为作业调绘的底图。
( )A)线划图调绘B)手动调绘C)电脑调绘D)测量调绘答案:A解析:C)工作簿文件D)EXE文件答案:D解析:7.[单选题]建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务？A)根据内容检索B)建模描述C)预测建模D)寻找模式和规则答案:C解析:8.[单选题]标准BP算法的目标是使训练集上的（）最小。
A)累计方差B)累积误差C)累计协方差D)累积偏差GRU答案:B解析:9.[单选题]多分类学习中，最经典的三种拆分策略不包括（ ）。
A)一对一B)一对其余C)一对多D)多对多答案:A解析:多分类学习中，最经典的三种拆分策略包括一对多、多对多、一对其余。
10.[单选题]令N为数据集的大小［注：设训练样本（xi，yi），N即训练样本个数］,d是输入空间的维数（注：d即向量无xi的维数）。
基于人工智能的职业生涯规划系统研究
基于人工智能的职业生涯规划系统研究近年来，人工智能技术的快速发展，已经进入到各行各业。
在职场中，人工智能技术的应用也日益普及，例如人力资源管理系统、智能招聘等。
基于此，我们可以通过人工智能技术来研究职业生涯规划系统。
一、人工智能技术在职业生涯规划中的潜在价值在现代社会中，职业生涯规划已经成为了许多人非常关心的问题。
人工智能技术可以协助人们更好地进行职业生涯规划，包括以下方面：1.个人定位人工智能技术通过对个人信息、技能、兴趣等方面进行分析，可以精确定位个人的职业生涯方向。
这将有助于人们快速了解自己适合什么样的职业，并为此制订进一步的规划和发展计划。
2.职业信息分析通过对人工智能技术的应用，我们可以分析各行业、各职位的薪资待遇、职业前景、工作难度、岗位要求等信息，以帮助用户根据个人情况进行自主选择。
3.求职辅助利用人工智能技术，可以协助用户在求职过程中进行自我评价、简历制作、职位搜索、面试备战等各个环节，进一步提升个人的求职成功率。
二、基于人工智能的职业生涯规划系统的研究与探索1.人工智能技术在职业生涯规划系统中的应用智能化的职业生涯规划系统主要分为三个方面：个人信息收集、个性化定位和推荐、规划实施。
（1）个人信息收集方面这是人工智能技术应用的基础。
通过对个人信息的收集（姓名、性别、年龄、教育程度、语言能力、专业技能和岗位要求等），将其编入系统的大数据里面。
在这方面，人工智能技术可以识别数据的主要部分，对数据采集、整合、分析和处理等工作进行智能化处理，提高数据的综合利用价值。
（2）个性化定位和推荐方面该功能是该系统的核心功能，主要根据用户的问题及回答情况，进行逻辑推理及个性化分析，例如根据求职者的兴趣爱好以及经验等经过系统的自动匹配，为其推荐最合适的行业、职业等。
（3）规划实施方面该部分主要关注为用户提供详细的职业规划方案，为用户提示适合该行业、职位的培训、课程、职业论坛、职业机会等方面的资源，提高用户在根本性的改变之后的发展和实施能力方面的技能。
人工智能的基本原理和方法
人工智能的基本原理和方法人工智能（Artificial Intelligence，简称AI）是一种模拟人类智能的计算机系统。
它的目标是使机器能够完成类似于人类的思考、学习、推理和问题解决等任务。
为了实现这一目标，人工智能研究了多种基本原理和方法。
本文将介绍，并探讨它们在不同领域的应用。
一、基本原理1. 机器学习：机器学习是指让机器自动从大量数据中学习并改善性能的方法。
它主要包括监督学习、无监督学习和强化学习。
监督学习通过训练数据和标签来预测新数据的标签，例如图像分类和语音识别。
无监督学习通过从数据中发现模式和结构来学习，例如聚类和降维。
强化学习是通过试错过程学习最优行为策略，例如智能游戏玩家和自动驾驶。
2. 自然语言处理：自然语言处理是用来处理和理解人类语言的技术。
它包括语音识别、语音合成、文本分类、情感分析等任务。
自然语言处理主要通过机器学习和深度学习技术来实现，例如循环神经网络和转换器模型。
3. 知识表示与推理：知识表示与推理是用来表示和推理知识的方法。
它通过构建知识图谱、本体论和逻辑推理来实现。
知识图谱是一种用图形表示实体、关系和属性之间关系的方法，例如谷歌的知识图谱。
本体论是一种用来定义概念和关系的形式化表示法，例如Web本体语言（OWL）。
逻辑推理是一种基于逻辑规则进行推理的方法，例如谓词逻辑和归结。
4. 计算机视觉：计算机视觉是用来使计算机系统理解和解释视觉信息的方法。
它主要包括图像处理、目标检测、图像分割和物体识别等任务。
计算机视觉主要利用图像处理、特征提取和分类器来实现，例如卷积神经网络和支持向量机。
5. 专家系统：专家系统是一种模拟专家知识和推理能力的计算机系统。
它主要包括知识库、推理引擎和用户界面三个部分。
知识库存储了专家知识和规则，推理引擎用来推理和解决问题，用户界面用来与用户进行交互。
专家系统主要通过推理引擎和知识库中的规则来解决复杂的专业问题，例如医疗诊断和故障诊断。
二、基本方法1. 神经网络：神经网络是一种通过模拟神经元之间的连接和传递信息来学习和推理的模型。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
规划可用来监控问题求解过程，并能够在造成较大的危害 之前发现差错。规划的好处可归纳为简化搜索、解决目标矛盾 以及为差错补偿提供基础。
“十二五”规划、城市规划、企业发展规划
7.1 自动规划概述
7.1.2 规划的分类和问题分解途径
1. 规划的分类
（1）按规划内容分 国家、地方、重大项目、企业、交通、城市、环境… （2）按规划方法分 非递阶（非分层）规划与递阶（分层）规划；线性规划与 非线性规划；同步规划与异步规划；基于脚本、框架和本体的 规划；基于专家系统的规划；基于竞争机制的规划；… （3）按规划实质分
7.1 自动规划概述
7.1.2 规划的分类和问题分解途径
3. 域的预测和规划的修正
（1）域的预测 问题论域的预测。对于不可预测的论域，考虑可能的结果 集合，按照它们出现的可能性以某个次序排列。然后，产生一 个规划、并试图去执行这个规划。 （2）规划的修正 规划执行失败导致对规划的修正。 在规划过程中不仅要记录规划的执行步骤，而且要记录每 一步必须要执行的理由。
7.1.1 规划的概念及作用
例： 救援仿真机器人系统 （RoboCup Rescue Simulation System，RCRSS） ① 消防智能体 ② 医疗智能体 ③ 警察智能体 ④ 普通市民 ⑤ 中心智能体 ⑥ 路障 ⑦ 避难所 ⑧ 着火建筑物 ⑨ 普通建筑物）
7.1 自动规划概述
7.1.1 规划的概念及作用
Shakey项目技术：规划语言STRIPS（ STanford Research Institute Problem Solver——STRIPS ）和A*算法等。
STRIPS语言用来描述外部世界模型并支持任务规划，它提 供了框架问题的一种简洁、高效的解法，但理论上并不完备。
7.3 STRIPS规划系统
7.3 STRIPS规划系统
7.3.2 STRIPS规划系统
斯坦福大学人工智能研究所于1966-72年研制的Shakey机器 人是第一台能够进行行动推理的多用移动机器人，该项目融合 了机器人视觉、机器人学和自动推理研究成果。机器人的任务 是在一些相连的房间里，将用户指定的箱子推到指定的位置。 对于用户输入的每一个任务，Shakey自主地规划完成该任务的 行动并依次执行。
第三部分叫做添加表。当把某条规则应PS规划系统
7.3.1 积木世界的机器人规划
2.用F规则求解规划序列
例： move(x, y, z): 把物体x从物体y上面移到物体z上面。 先决条件：CLEAR(x), CLEAR(z), ON(x,y) 删除表：ON(x, y), CLEAR(z) 添加表：ON(x, z), CLEAR(y)
任务规划、路径规划、轨迹规划…
7.1 自动规划概述
7.1.2 规划的分类和问题分解途径
2. 问题分解途径
把某些较复杂的问题分解为一些较小的子问题。有两条实 现这种分解的重要途径。
第一条重要途径是当从一个问题状态移动到下一个状态时 ，无需计算整个新的状态，而只要考虑状态中可能变化了的那 些部分。
第二条重要途径是把单一的困难问题分割为几个有希望的 较为容易解决的子问题。
7.3 STRIPS规划系统
7.3.1 积木世界的机器人规划
1. 积木世界的机器人问题
状态描述谓词： ON(a,b)： 积木a在积木b之上。 ONTABLE(a)： 积木a在桌面上。 CLEAR(a)： 积木a顶上没有任何东西。 HOLDING(a)： 机械手正抓住积木a。 HANDEMPTY： 机械手为空手。
❖ 自动规划概述 ❖ 基于谓词逻辑的规划 ❖ STRIPS规划系统 ❖ 分层规划 ❖ 基于专家系统的机器人规划 ❖ 轨迹规划简介
7.1 自动规划概述
7.1.1 规划的概念及作用
1. 规划的概念
定义7.1 从某个特定的问题状态出发，寻求一系列行为动 作，并建立一个操作序列，直到求得目标状态为止。这个求解 过程就称为规划。
7.3.2 STRIPS规划系统
STRIPS系统的组成如下： (1) 世界模型。为一阶谓词演算公式。 (2) 操作符(F规则)。包括先决条件、删除表和添加表。 (3) 操作方法。应用状态空间表示和中间-结局分析。
机械手
C
B
A
(a)
求解机器人完成规定工作的动作序列
机械手
A B C
(b)
7.3 STRIPS规划系统
7.3.1 积木世界的机器人规划
1. 积木世界的机器人问题
机器人能够执行的动作举例如下： unstack(a,b)：把堆放在积木b上的积木a拾起。在进行这个 动作之前，要求机器人的手为空手，且积木a的顶上是空的。 stack(a,b)： 把积木a堆放在积木b上。动作之前要求机械 手必须已抓住积木a，而且积木b顶上必须是空的。 pickup(a)： 从桌面上拾起积木a，并抓住它不放。在动作 之前要求机械手为空手，而且积木a顶上没有任何东西。 putdown(a)： 把积木a放置到桌面上。要求动作之前机械 手已抓住积木a。
7.2 基于谓词逻辑的规划
用谓词逻辑来描述世界模型及规划过程。 o 世界模型的谓词逻辑表示
n 定义谓词 n 确定问题初始状态 n 确定问题目标状态 n 确定基本操作
o 基于谓词逻辑规划的基本过程
n 问题分解 n 子问题规划 n 得到操作序列
7.3 STRIPS规划系统
7.3.1 积木世界的机器人规划
7.3 STRIPS规划系统
7.3.1 积木世界的机器人规划
2.用F规则求解规划序列
采用F规则表示机器人的动作，这是一个叫做STRIPS规划 系统的规则，它由3部分组成：
第一部分是先决条件。为了使F规则能够应用到状态描述 中去。
第二部分是一个叫做删除表的谓词。当一条规则被应用于 某个状态描述或数据库时，就从该数据库删去删除表的内容。
定义7.2 规划是对某个待求解问题给出求解过程的步骤。 规划涉及如何将问题分解为若干相应的子问题，以及如何记录 和处理问题求解过程中发现的各子问题间的关系。
定义7.3 规划系统是一个涉及有关问题求解过程步骤的系 统。如计算机或飞机设计、火车或汽车运输路径、财政和军事 规划等问题。
7.1 自动规划概述