1. 搜索和问题解决
许多问题可以表述为搜索问题。这要求我们首先制定替代选择及其后果。
1.1 在实践中搜索：从 A 到 B
想象一下，您在一个外国城市，在某个地址（比如一家酒店），并想使用公共交通工具到达另一个地址（也许是一家不错的餐厅）。你是做什么工作的？如果您和许多人一样，您会拿出智能手机，输入目的地并开始按照说明进行作。
这个问题属于搜索和规划问题的类别。类似的问题需要通过自动驾驶汽车和（可能不太明显的）用于玩游戏的 AI 来解决。例如，在国际象棋游戏中，困难不在于将棋子从 A 到 B，而在于保护你的棋子免受对手的伤害。
通常有许多不同的方法可以解决问题，其中一些方法在时间、精力、成本或其他标准方面可能更可取。不同的搜索技术可能会带来不同的解决方案，开发高级搜索算法是一个成熟的研究领域。
我们不会关注实际的搜索算法。
相反，我们强调问题解决过程的第一阶段：定义选择及其后果，这通常远非微不足道，可能需要仔细思考。
我们还需要定义我们的目标是什么，或者换句话说，我们何时可以考虑问题已经解决。
完成后，我们可以查找从初始状态到目标的一系列动作。
在本章中，我们将讨论两类问题：
-
Search and planning in static environments with only one "agent" 在只有一个"代理"的静态环境中进行搜索和规划
-
Games with two-players ("agents") competing against each other 两名玩家（"代理"）相互竞争的游戏
这些类别并未涵盖所有可能的实际场景，但它们足够通用，可以演示主要概念和技术。
在我们处理导航或下棋等复杂的搜索任务之前，让我们从一个大大简化的模型开始，以建立我们对如何通过 AI 解决问题的理解。
2. 过河问题
我们将从一个简单的拼图开始来说明这些想法。
划艇上的机器人需要将三件货物移过河流：一只狐狸、一只鸡和一袋鸡饲料。如果有机会，狐狸会吃掉鸡，如果有机会，鸡会吃掉鸡饲料，这两种结果都不是理想的。机器人能够防止动物靠近它们时造成伤害，但只有机器人可以作划艇，并且只有两件货物可以与机器人一起放在划艇上。机器人如何将所有货物移动到河对岸？
如果你以前听说过这个谜语，你可能知道即使船上的空间较小，它也可以解开。在我们一起解决这个更简单的版本之后，这将是您的一个练习。
我们将通过注意到已经确定了五个可移动的物体来建模这个谜题：机器人、划艇、狐狸、鸡和鸡饲料。
原则上，这五个对象中的每一个都可以在河的两侧，但由于只有机器人可以作划艇，因此两者将始终在同一侧。因此，有四个事物，每个事物有两个可能的位置，这构成了 16 种组合，我们称之为状态：
接下来，我们将弄清楚哪些状态转换是可能的，这意味着当机器人将一些物品作为货物划船时，在每种情况下产生的状态是什么。最好绘制一个转换图，因为在任何转换中，第一个字母在 N 和 F 之间交替，因此在一行中绘制以 N 开头的状态（因此机器人位于近侧）并绘制以 F 开头的状态在另一行中是很方便的：
现在让我们绘制过渡。我们可以绘制具有方向的箭头，以便它们从一个节点指向另一个节点，但在这个谜题中，转换是对称的：如果机器人可以从状态 NNNN 划到状态 FNFF，那么它同样可以从 FNFF 排到状态 NNNN。因此，简单地使用没有方向的线条绘制过渡效果会更简单。从 NNNN 开始，我们可以转到 FNFN、FNFF、FFNF 和 FFFN：
然后我们填写其余部分：
我们现在已经在这个谜题上做了相当多的工作，但似乎还没有更接近解决方案，毫无疑问，你已经可以使用你的 "自然智能 "来解决整个谜题了。但是对于更复杂的问题，可能的解决方案数量以数千或数百万增长，我们的系统或机械方法将大放异彩，因为困难的部分将适合简单的计算机来完成。现在我们已经制定了替代状态和它们之间的转换，剩下的工作就变成了一项机械任务：找到从初始状态 NNNN 到最终状态 FFFF 的路径。
下图中对其中一条路径进行了着色。路径从 NNNN 到 FFFN（机器人将狐狸和鸡带到另一侧），然后到 NFNN（机器人将鸡带回起始侧），最后到 FFFF（机器人现在可以将鸡和鸡饲料移动到另一侧）。
3. 状态空间、转换和成本
为了正式化规划问题，我们使用了 state space、transitions 和 costs 等概念。
表示可能情况的集合。在鸡过河中，状态空间由 10 个允许的状态 NNNN 到 FFFF 组成（但不包括 NFFF，拼图规则不允许）。如果任务是从位置 A 导航到位置 B，则状态空间可以是由其 （x，y） 坐标定义的位置集，这些坐标可以从起点 A 到达。或者，我们可以使用一组受约束的位置，例如，不同的街道地址，以便限制可能的州的数量。
4. 转换
可以在一种状态和另一种状态之间移动，例如 NNNN 到 FNFN。请务必注意，我们只将可以通过单个作完成的直接转换计为 transitions。一系列多个转换，例如，从 A 到 C、从 C 到 D 以及从 D 到 B（目标），是路径而不是转换。
指的是，通常不同的过渡并不完全相同。它们可能有所不同，使某些过渡更可取或更便宜（不一定是货币意义上），而另一些则更昂贵。我们可以通过将每个转换关联一定的成本来表示这一点。如果目标是最小化行驶的总距离，则自然成本是州之间的地理距离。另一方面，目标实际上可能是最小化时间而不是距离，在这种情况下，自然成本显然是时间。如果所有转换都相等，那么我们可以忽略成本。
参考：