人工智能 英文版

图书标准信息

• 作者 [美]尼尔松 著
• 出版社 机械工业出版社
• 出版时间 1999-09
• 版次 1
• ISBN 9787111074380
• 定价 38.00元
• 装帧 平装
• 开本 其他
• 纸张 胶版纸
• 页数 513页

【内容简介】

　 本书介绍了人工智能领域中最重要的一个概念——智能代理。本书从最基本的反应式代理入手，逐步向人们展示了现代人工智能不断增强的认知能力，同时也例证了该领域中重要且经久不衰的思维、思想。神经网络、遗传程序设计、计算机视觉、探视搜索、知识表示和推理、贝叶斯网络、规划和语言理解等有关人工智能的重要内容都通过本书所描述的各种代理的不断增长的能力得以展现。本书作者是人工智能领域的主要开创者和重要带头人，正是他提供给了广大读者一个耳目一新和富有生机的合成技术，该技术将领导人类把整个人工智能领域的研究引向一个新的境界。 Nils J. Nilsson: Artificial Intelligence, A New Synthesis. Copyright @ 1998 by Morgan Kaufmann Publishers, Inc. Harcourt Asia Pte Ltd under special arrangement with Morgan Kaufmann authorizes China Machine Press to print and exclusively distribute this edition, which is the only authorized complete and unabridged reproduction of the latest American Edition published and priced for sale in China only, not including Hong Kong SAR and Taiwan. Unauthorized export of this edition is a violation of the Copyright Act. Violation of this Law is subjected to Civil and Criminal penalties.

【目录】

Preface

1 Introduction

 1.1 What is AI? 

 1.2 Approaches to Artificial Intelligence 

 1.3 Brief History of AI 

 1.4 Plan of the Book 

 1.5 Additional Readings and Discussion 

I Reactive Machines 

2 Stimulus-Response Agents

 2.1 Perception and Action 

 2.2 Representing and Implementing Action Functions 

 2.3 Additional Readings and Discussion 

3 Neural Networks 

 3.1 Introduction 

 3.2 Training Single TLUs 

 3.3 Neural Networks 

 3.4 Generalization, Accuracy, and Overfitting 

 3.5 Additional Readings and Discussion 

4 Machine Evolution 

 4.1 Evolutionary Computation 

 4.2 Genetic Programming 

 4.3 Additional Readings and Discussion 

5 State Machines 

 5.1 Representing the Environment by Feature Vectors 

 5.2 Elman Networks 

 5.3 Iconic Representations 

 5.4 Blackboard Systems 

 5.5 Additional Readings and Discussion 

6 Robot Vision 

 6.1 Introduction 

 6.2 Steering a Van 

 6.3 Two Stages of Robot Vision 

 6.4 Image Processing 

 6.5 Scene Analysis 

 6.6 Stereo Vision 

 6.7 Additional Readings and Discussion 

II Search in State Spaces

7 Agents that Plan 

 7.1 Memory Versus Computation 

 7.2 State-Space Graphs 

 7.3 Searching Explicit State Spaces 

 7.4 Feature-Based State Spaces 

 7.5 Graph Notation 7.6 Additional Readings and Discussion 

8 Uninformed Search 

 8.1 Formulating the State Space 

 8.2 Components of Implicit State-Space Graphs 

 8.3 Breadth-First Search 

 8.4 Depth-First or Bracktracking Search 

 8.5 Iterative Deepening 

 8.6 Additional Readings and Discussion 

9 Heuristic Search 

 9.1 Using Evaluation Functions 

 9.2 A General Graph-Searching Algorithm 

 9.3 Heuristic Functions and Search Efficiency 

 9.4 Additional Readings and Discussion 

10 Planning, Acting, and Learning 

 10.1 The Sense/Plan/Act Cycle 

 10.2 Approximate Search 

 10.3 Learning Heuristic Functions 

 10.4 Rewards Instead of Goals 

 10.5 Additional Readings and Discussion 

11 Alternative Search Formulations and Applications 

 11.1 Assignment Problems 

 11.2 Constructive Methods 

 11.3 Heuristic Repair 

 11.4 Function Optimization 

12 Adversarial Search 

 12.1 Two-Agent Games 

 12.2 The Minimax Procedure 

 12.3 The Alpha-Beta Procedure 

 12.4 The Search Efficiency of the Alpha-Beta Procedure 

 12.5 Other Important Matters 

 12.6 Games of Chance 

 12.7 Learning Evaluation Functions 

 12.8 Additional Readings and Discussion 

III Knowledge Representation and Reasoning

13 The Propositional Calculus 

 13.1 Using Constraints on Feature Values 

 13.2 The Language 

 13.3 Rules of Inference 

 13.4 Definition of Proof 

 13.5 Semantics 

 13.6 Soundness and Completeness 

 13.7 The PSAT Problem 

 13.8 Other Important Topics 

14 Resolution in The Propositional Calculus 

 14.1 A New Rule of Inference: Resolution 

 14.2 Converting Arbitrary wffs to Conjunctions of Clauses 

 14.3 Resolution Refutations 

 14.4 Resolution Refutation Search Strategies 

 14.5 Horn Clauses 

15 The Predicate Calculus 

 15.1 Motivation 

 15.2 The Language and its Syntax 

 15.3 Semantics 

 15.4 Quantification 

 15.5 Semantics of Quantifiers 

 15.6 Predicate Calculus as a Language for Representing Knowledge 

 15.7 Additional Readings and Discussion 

16 Resolution in the Predicate Calculus 

 16.1 Unification 

 16.2 Predicate-Calculus Resolution 

 16.3 Completeness and Soundness 

 16.4 Converting Arbitrary wffs to Clause Form 

 16.5 Using Resolution to Prove Theorems 

 16.6 Answer Extraction 

 16.7 The Equality Predicate 

 16.8 Additional Readings and Discussion 

17 Knowledge-Based Systems 

 17.1 Confronting the Real World 

 17.2 Reasoning Using Horn Clauses 

 17.3 Maintenance in Dynamic Knowledge Bases 

 17.4 Rule-Based Expert Systems 

 17.5 Rule Learning 

 17.6 Additional Readings and Discussion 

18 Representing Commonsense Knowledge 

 18.1 The Commonsense World 

 18.2 Time 

 18.3 Knowledge Representation by Networks 

 18.4 Additional Readings and Discussion 

19 Reasoning with Uncertain Information 

 19.1 Review of Probability Theory 

 19.2 Probabilistic Inference 

 19.3 Bayes Networks 

 19.4 Patterns of Inference in Bayes Networks 

 19.5 Uncertain Evidence 

 19.6 D-Seperation 

 19.7 Probabilistic Inference in Polytrees 

 19.8 Additional Readings and Discussion 

20 Learning and Acting with Bayes Nets 

 20.1 Learning Bayes Nets 

 20.2 Probabilistic Inference and Action 

 20.3 Additional Readings and Discussion 

IV Planning Method Based on Logic

21 The Situation Calculus 

 21.1 Reasoning about States and Actions 

 21.2 Some Difficulties 

 21.3 Generating Plans 

 21.4 Additional Reading and Discussion 

22 Planning 

 22.1 STRIPS Planning Systems 

 22.2 Plan Spaces and Partial-Order Planning 

 22.3 Hierarchical Planning 

 22.4 Learning Plans' 

 22.5 Additional Readings and Discussion 

V Communication and Integration

23 Multiple Agents 

 23.1 Interacting Agents 

 23.2 Models of Other Agents 

 23.3 A Modal Logic of Knowledge 

 23.4 Additional Readings and Discussion 

24 Communication Among Agents 

 24.1 Speech Acts 

 24.2 Understanding Language Strings 

 24.3 Efficient Communication 

 24.4 Natural Language Processing 

 24.5 Additional Readings and Discussion 

25 Agent Architectures 

 25.1 Three-Level Architectures 

 25.2 Goal Arbitration 

 25.3 The Triple-Tower Architecture 

 25.4 Bootstrapping 

 25.5 Additional Readings and Discussion