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(cè)試 3
1.4 弱人工智能與強(qiáng)人工智能 4
1.4.1 弱人工智能 4
1.4.2 強(qiáng)人工智能 4
1.4.3 弱人工智能與強(qiáng)人工智能的對(duì)比 5
1.5 人工智能的各個(gè)學(xué)派 6
1.5.1 符號(hào)主義 6
1.5.2 聯(lián)結(jié)主義 6
1.5.3 為主義 7
1.6 海洋機(jī)器人概述 7
1.6.1 水面無人艇 8
1.6.2 水下機(jī)器人 12
1.6.3 海洋機(jī)器人的應(yīng)用與挑戰(zhàn) 15
第2章 知識(shí)表示 16
2.1 知識(shí)與知識(shí)表示的概念 16
2.1.1 知識(shí)的概念 16
2.1.2 知識(shí)的特性 17
2.1.3 知識(shí)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(diǎn) 30
2.5 面向?qū)ο蟮闹�識(shí)表示 31
2.5.1 關(guān)于對(duì)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(jī)器人路徑規(guī)劃的知識(shí)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(jià)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(jī)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(luò) 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(jié)構(gòu) 61
4.1.2 神經(jīng)元數(shù)學(xué)模型 62
4.1.3 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作方式 63
4.1.4 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) 63
4.2 感知器 64
4.2.1 人工神經(jīng)元的基本構(gòu)成 64
4.2.2 感知器的組成 65
4.3 BP神經(jīng)網(wǎng)絡(luò) 68
4.3.1 網(wǎng)絡(luò)的構(gòu)成 68
4.3.2 訓(xùn)練過程 69
4.3.3 誤差傳播分析 70
4.3.4 實(shí)例 72
4.4 RBF神經(jīng)網(wǎng)絡(luò) 74
4.4.1 徑向基函數(shù) 74
4.4.2 徑向基網(wǎng)絡(luò) 75
4.4.3 RBF神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)和求解 76
4.4.4 實(shí)例 77
4.5 Hopfield神經(jīng)網(wǎng)絡(luò) 79
4.5.1 Hopfield神經(jīng)網(wǎng)絡(luò)的組織 79
4.5.2 穩(wěn)定性分析 82
4.5.3 實(shí)例 85
4.6 自組織映射神經(jīng)網(wǎng)絡(luò) 86
4.6.1 典型結(jié)構(gòu) 86
4.6.2 自組織學(xué)習(xí)過程 87
4.6.3 設(shè)計(jì)細(xì) 1? 88
4.6.4 實(shí)例 89
4.7 海洋機(jī)器人控制中的人工神經(jīng)網(wǎng)絡(luò) 90
4.7.1 基于RBF神經(jīng)網(wǎng)絡(luò)的監(jiān)督控制 90
4.7.2 基于RBF神經(jīng)網(wǎng)絡(luò)的模型參考自適應(yīng)控制 91
第5章 強(qiáng)化學(xué)習(xí) 93
5.1 強(qiáng)化學(xué)習(xí)概述 93
5.1.1 強(qiáng)化學(xué)習(xí)要素 93
5.1.2 強(qiáng)化學(xué)習(xí)過程 93
5.1.3 強(qiáng)化學(xué)習(xí)的分類 94
5.1.4 強(qiáng)化學(xué)習(xí)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(jiǎng)勵(lì)過程 96
5.2.3 馬爾可夫決策過程 98
5.3 動(dòng)態(tài)細(xì)勝 101
5.3.1 策略評(píng)估 102
5.3.2 策略改進(jìn) 106
5.3.3 策略迭代與價(jià)值迭代 107
5.3.4 異步動(dòng)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(jì) 109
5.4.2 “經(jīng)驗(yàn)”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(shè)的蒙特卡羅控制 113
5.5 時(shí)間差分法 116
5.5.1 時(shí)間差分法的值函數(shù) 117
5.5.2 時(shí)間差分法的優(yōu)點(diǎn) 117
5.5.3 時(shí)間差分控制 118
5.6 策略梯度 124
5.7 海洋機(jī)器人中的強(qiáng)化學(xué)習(xí) 126
第6章 深度學(xué)習(xí) 131
6.1 深度前饋網(wǎng)絡(luò) 131
6.2 基于梯度的學(xué)習(xí) 132
6.2.1 代價(jià)函數(shù) 132
6.2.2 使用最大似然學(xué)習(xí)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(qiáng) 143
6.3.7 噪聲魯棒性 144
6.3.8 半監(jiān)督學(xué)習(xí) 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(luò) 154
6.4.1 卷積運(yùn)算的定義 155
6.4.2 卷積神經(jīng)網(wǎng)絡(luò)中的卷積運(yùn)算 155
6.4.3 卷積神經(jīng)網(wǎng)絡(luò)的特點(diǎn) 156
6.4.4 卷積神經(jīng)網(wǎng)絡(luò)層 157
6.4.5 多層卷積 161
6.4.6 AlexNet(實(shí)例） 162
6.5 基于深度學(xué)習(xí)的目標(biāo)探測(cè)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(xiàn) 169