目錄
第一章 緒論 1
1.1 人工雛概述 1
1.2 人工智能的起源和發(fā)展史 1
1.3 圖靈測試 3
1.4 弱人工智能與強人工智能 4
1.4.1 弱人工智能 4
1.4.2 強人工智能 4
1.4.3 弱人工智能與強人工智能的對比 5
1.5 人工智能的各個學派 6
1.5.1 符號主義 6
1.5.2 聯(lián)結主義 6
1.5.3 為主義 7
1.6 海洋機器人概述 7
1.6.1 水面無人艇 8
1.6.2 水下機器人 12
1.6.3 海洋機器人的應用與挑戰(zhàn) 15
第2章 知識表示 16
2.1 知識與知識表示的概念 16
2.1.1 知識的概念 16
2.1.2 知識的特性 17
2.1.3 知識的表示 18
2.2 狀態(tài)空間法 18
2.2.1 問題狀態(tài)描述 18
2.2.2 狀態(tài)圖示法 20
2.3 問題歸約法 22
2.3.1 問題歸約描述 22
2.3.2 與或酬述 24
2.4 P 生式表示法 27
2.4.1 P生式概述 27
2.4.2 f生式纖 29
2.4.3 產(chǎn)生式表示法的特點 30
2.5 面向對象的知識表示 31
2.5.1 關于對象的定義 31
2.5.2 消息、接口和方法 32
2.5.3 類 33
2.5.4 封裝與繼承 33
2.6 海洋機器人路徑規(guī)劃的知識表示 34
第3章 搜索策略 36
3.1 搜索概述 36
3.1.1 搜索的基本問題與主要過程 36
3.1.2 搜索策略分類 36
3.2 盲目搜索 37
3.2.1 寬度優(yōu)先搜索 37
3.2.2 深度優(yōu)先搜索 39
3.2.3 有界深度優(yōu)先搜索 41
3.2.4 迭代廳搜索 42
3.3 啟發(fā)式圖搜索策略 42
3.3.1 啟發(fā)式策略 43
3.3.2 啟發(fā)信息和估價函數(shù) 45
3.3.3 A搜索算法 46
3.3.4 A*搜索算法及其特性分析 49
3.4 回溯策略 51
3.5 博弈搜索 53
3.5.1 極大極小過程 55
3.5.2 *過程 57
3.6 海洋機器人路徑規(guī)劃的啟發(fā)式搜索 59
第4章 人工神經(jīng)網(wǎng)絡 61
4.1 神經(jīng)信息處理基本原理 61
4.1.1 生物神經(jīng)元結構 61
4.1.2 神經(jīng)元數(shù)學模型 62
4.1.3 神經(jīng)網(wǎng)絡的結構與工作方式 63
4.1.4 神經(jīng)網(wǎng)絡的學習 63
4.2 感知器 64
4.2.1 人工神經(jīng)元的基本構成 64
4.2.2 感知器的組成 65
4.3 BP神經(jīng)網(wǎng)絡 68
4.3.1 網(wǎng)絡的構成 68
4.3.2 訓練過程 69
4.3.3 誤差傳播分析 70
4.3.4 實例 72
4.4 RBF神經(jīng)網(wǎng)絡 74
4.4.1 徑向基函數(shù) 74
4.4.2 徑向基網(wǎng)絡 75
4.4.3 RBF神經(jīng)網(wǎng)絡的設計和求解 76
4.4.4 實例 77
4.5 Hopfield神經(jīng)網(wǎng)絡 79
4.5.1 Hopfield神經(jīng)網(wǎng)絡的組織 79
4.5.2 穩(wěn)定性分析 82
4.5.3 實例 85
4.6 自組織映射神經(jīng)網(wǎng)絡 86
4.6.1 典型結構 86
4.6.2 自組織學習過程 87
4.6.3 設計細 1? 88
4.6.4 實例 89
4.7 海洋機器人控制中的人工神經(jīng)網(wǎng)絡 90
4.7.1 基于RBF神經(jīng)網(wǎng)絡的監(jiān)督控制 90
4.7.2 基于RBF神經(jīng)網(wǎng)絡的模型參考自適應控制 91
第5章 強化學習 93
5.1 強化學習概述 93
5.1.1 強化學習要素 93
5.1.2 強化學習過程 93
5.1.3 強化學習的分類 94
5.1.4 強化學習的局限與適用范圍 94
5.2 馬爾可夫決策 94
5.2.1 馬爾可夫過程 95
5.2.2 馬爾可夫獎勵過程 96
5.2.3 馬爾可夫決策過程 98
5.3 動態(tài)細勝 101
5.3.1 策略評估 102
5.3.2 策略改進 106
5.3.3 策略迭代與價值迭代 107
5.3.4 異步動態(tài)規(guī)劃 108
5.4 蒙特卡羅法 109
5.4.1 蒙特卡羅概率統(tǒng)計 109
5.4.2 “經(jīng)驗”與“平均” 111
5.4.3 蒙特卡羅控制 112
5.4.4 非探索性初始化假設的蒙特卡羅控制 113
5.5 時間差分法 116
5.5.1 時間差分法的值函數(shù) 117
5.5.2 時間差分法的優(yōu)點 117
5.5.3 時間差分控制 118
5.6 策略梯度 124
5.7 海洋機器人中的強化學習 126
第6章 深度學習 131
6.1 深度前饋網(wǎng)絡 131
6.2 基于梯度的學習 132
6.2.1 代價函數(shù) 132
6.2.2 使用最大似然學習條件分布 133
6.2.3 輸出單元 133
6.3 正則化 137
6.3.1 參數(shù)范數(shù)懲罰 137
6.3.2 L2參數(shù)正則化 138
6.3.3 L1參數(shù)正則化 140
6.3.4 作為約束的范數(shù)懲罰 141
6.3.5 正則化和欠約束問題 143
6.3.6 數(shù)據(jù)集增強 143
6.3.7 噪聲魯棒性 144
6.3.8 半監(jiān)督學習 145
6.3.9 提前終止 145
6.3.10 Bagging方法 147
6.3.11 Dropout方法 148
6.4 卷積網(wǎng)絡 154
6.4.1 卷積運算的定義 155
6.4.2 卷積神經(jīng)網(wǎng)絡中的卷積運算 155
6.4.3 卷積神經(jīng)網(wǎng)絡的特點 156
6.4.4 卷積神經(jīng)網(wǎng)絡層 157
6.4.5 多層卷積 161
6.4.6 AlexNet(實例） 162
6.5 基于深度學習的目標探測框架 166
6.5.1 YOLO框架 166
6.5.2 Transformer框架 167
6.5.3 R-CNN算法 168
參考文獻 169