人工智能技術(shù)與智能機(jī)器人

第1章搜索策略
1.1搜索概述
1.2狀態(tài)圖搜索
1.2.1盲目搜索4
1.2.2啟發(fā)式搜索7
1.2.3A和A*搜索8
1.2.4A*算法在移動(dòng)機(jī)器人路徑規(guī)劃中的應(yīng)用10
1.3與或樹搜索
1.3.1與或樹基礎(chǔ)14
1.3.2代價(jià)計(jì)算16
1.3.3有序搜索17
1.4博弈對(duì)策
1.4.1博弈樹18
1.4.2極大極小分析法19
1.4.3α-β剪枝技術(shù)19

第2章確定性推理
2.1推理概述
2.1.1推理定義21
2.1.2推理方式及分類21
2.1.3推理方向23
2.1.4模式匹配與沖突消解27
2.2自然演繹推理
2.3消解原理
2.3.1子句集31
2.3.2海伯倫理論32
2.3.3魯賓遜消解原理33
2.4規(guī)則演繹
2.4.1基于規(guī)則的正向演繹推理34
2.4.2基于規(guī)則的逆向演繹推理35
2.4.3規(guī)則雙向演繹推理36

第3章不確定性推理
3.1不確定性推理概述
3.1.1不確定性的類型37
3.1.2不確定性知識(shí)表示38
3.2概率貝葉斯方法
3.2.1簡(jiǎn)單貝葉斯推理44
3.2.2主觀貝葉斯方法45
3.3非單調(diào)推理
3.3.1單調(diào)推理與非單調(diào)推理54
3.3.2非單調(diào)推理系統(tǒng)54
3.4模糊推理在機(jī)器人避障中的應(yīng)用
3.4.1救援機(jī)器人的運(yùn)動(dòng)學(xué)模型59
3.4.2環(huán)境信息分類及其避障行為60
3.4.3基于模糊推理的避障控制62

第4章專家系統(tǒng)
4.1專家系統(tǒng)概述
4.1.1專家系統(tǒng)的類型67
4.1.2專家系統(tǒng)的應(yīng)用68
4.1.3專家系統(tǒng)的特點(diǎn)69
4.2專家系統(tǒng)的結(jié)構(gòu)與工作原理
4.3知識(shí)獲取
4.3.1知識(shí)獲取的過程72
4.3.2知識(shí)獲取的直接方法72
4.3.3知識(shí)獲取的新方法73
4.4專家系統(tǒng)的建造與評(píng)價(jià)
4.4.1一般步驟與方法74
4.4.2知識(shí)表示77
4.4.3知識(shí)庫(kù)及其管理系統(tǒng)77
4.4.4推理機(jī)及解釋機(jī)構(gòu)79
4.4.5接口設(shè)計(jì)80
4.4.6專家系統(tǒng)評(píng)價(jià)80
4.5專家系統(tǒng)的開發(fā)工具與開發(fā)環(huán)境
4.6新型專家系統(tǒng)
4.7專家系統(tǒng)在智能機(jī)器人領(lǐng)域的應(yīng)用

第5章機(jī)器學(xué)習(xí)
5.1機(jī)械學(xué)習(xí)
5.1.1主要模式及問題88
5.1.2應(yīng)用舉例89
5.2歸納學(xué)習(xí)
5.2.1歸納學(xué)習(xí)概述90
5.2.2歸納學(xué)習(xí)方法91
5.2.3決策樹學(xué)習(xí)92
5.3基于案例的推理
5.3.1基于案例的推理過程93
5.3.2基于案例的推理優(yōu)點(diǎn)及應(yīng)用94
5.4解釋學(xué)習(xí)
5.4.1解釋學(xué)習(xí)概述97
5.4.2解釋學(xué)習(xí)框架97
5.4.3解釋學(xué)習(xí)過程98
5.5強(qiáng)化學(xué)習(xí)在機(jī)器人系統(tǒng)中的應(yīng)用
5.6自主學(xué)習(xí)在機(jī)器人系統(tǒng)中的應(yīng)用

第6章自然語(yǔ)言理解
6.1自然語(yǔ)言概述
6.2語(yǔ)法分析
6.2.1轉(zhuǎn)移網(wǎng)絡(luò)117
6.2.2擴(kuò)充轉(zhuǎn)移網(wǎng)絡(luò)118
6.3語(yǔ)義解釋
6.4語(yǔ)言理解
6.4.1簡(jiǎn)單句理解121
6.4.2復(fù)合句理解123
6.5機(jī)器翻譯
6.6語(yǔ)音識(shí)別
6.7自然語(yǔ)言理解系統(tǒng)在機(jī)器人中的應(yīng)用
6.7.1湖水清污機(jī)器人中的自然語(yǔ)言理解系統(tǒng)128
6.7.2ASP在服務(wù)機(jī)器人中的應(yīng)用129

第7章遺傳算法
7.1概述
7.1.1遺傳算法與進(jìn)化論136
7.1.2遺傳算法的發(fā)展史136
7.1.3遺傳算法設(shè)計(jì)的原則及內(nèi)容137
7.1.4遺傳算法的魯棒性138
7.2遺傳算法的工作原理
7.2.1基本思想139
7.2.2基本操作139
7.3經(jīng)典遺傳算法
7.3.1參數(shù)編碼144
7.3.2種群設(shè)定145
7.3.3適應(yīng)度函數(shù)145
7.3.4選擇147
7.3.5交叉149
7.3.6變異151
7.4高級(jí)遺傳算法
7.4.1選擇方法的改進(jìn)153
7.4.2遺傳算法的改進(jìn)154
7.5改進(jìn)的遺傳算法在機(jī)器人路徑規(guī)劃中的應(yīng)用
7.6免疫遺傳算法在機(jī)器人路徑規(guī)劃中的應(yīng)用
7.6.1一種改進(jìn)的免疫遺傳算法160
7.6.2基于免疫遺傳算法的最優(yōu)路徑規(guī)劃162

參考文獻(xiàn)