在本章中,我们讨论一个智能体是如何向前搜索,找到一个动作序列来实现它的最终目标。
当要采取的正确动作不是很明显时,智能体可能需要 提前规划 :考虑一个形成通往目标状态路径的动作 序列 。这样的智能体被称为 问题求解智能体 (problem-solving agent),它所进行的计算过程被称为 搜索 (search)。
如2.4.7节所述,问题求解智能体使用 原子 (atomic)表示,也就是说,世界状态被视为一个整体,其内部结构对问题求解算法来说是不可见的。使用状态的 因子化 (factored) 表示 或 结构化 (structured)表示的智能体称为 规划智能体 (planning agent),第7章和第11章中将会讨论。
我们将在本书中介绍若干搜索算法。在本章中,我们将只考虑最简单的环境,即回合式的、单智能体的、完全可观测的、确定性的、静态的、离散的和已知的环境,并对 有信息 (informed)算法和 无信息 (uninformed)算法进行区分。在有信息算法中,智能体可以估计自己到目标的距离,而在无信息算法中不能进行这样的估计。第4章会讨论更一般的环境中的问题,第5章则考虑了多智能体的情形。
本章使用了渐近复杂性的概念(即 O ( n )表示法)。不熟悉这些概念的读者可以参阅附录A。