人工智能入门文档深度页
搜索、规划与决策
区分枚举路径的搜索、生成行动序列的规划与在不确定性下选择行动的决策。
学习目标
- 能说明搜索、规划与决策解决什么问题，以及何时适用。
- 能解释为什么“规划脱离真实工具能力”是误区。
学习前需要掌握
背景与问题
Agent 的“计划”并不自动保证可执行；必须与真实动作集合、环境反馈和成本模型对齐。
概念定义
搜索探索候选状态，规划构造达到目标的行动序列，决策依据价值、风险和约束选择当前行动。
直观理解
搜索像看多条路线，规划像写旅行步骤，决策像结合时间与风险选一条现在要走的路。
核心原理
搜索需要状态、后继函数和目标测试。
规划还需要动作前置条件和效果。
不确定决策需比较期望收益、风险和信息价值。
理解与实践步骤
- 1
定义状态与动作
- 2
生成候选方案
- 3
估计成本和风险
- 4
执行一小步并重规划
实际应用
- 任务规划
- 工具选择
- 机器人导航
常见错误
规划脱离真实工具能力
忽略搜索空间爆炸
推荐学习资料
暂未收录相关资料
参考库不会生成虚假资源或无效外部链接。