不靠数据的 AI · 阅读入口
你要找路径、应对对手,还是满足约束?
同样是“做决定”,状态空间、博弈树、约束满足与不确定性推理的建模方式不同。先认清问题,再沿原目录完整学习。
选中路线后,能说清状态、可选动作或变量,以及何时需要考虑对手或不确定性。
不靠数据的 AI
其他讲建模的板块都在教「从数据里学」,这一套讲「在空间里搜」。
深度学习之前,AI 已经会下棋、会规划路线、会解数独、会自动排课 —— 靠的不是数据,是搜索、约束和推理。 这些方法今天一点没过时:地图导航是 A*、排班排考是 CSP、 棋类引擎的底座仍然是 α-β 剪枝。而且它们全都能用纯 Python 手写出来。
🕹️ 从 Wumpus 世界开始 🎯 直接看 A*0%
你的进度(在每章末尾点「打卡」,保存在本浏览器里)
🧩 它和其他几套的分工
同样是「让机器做决定」,四套教程走的是完全不同的路:
这一套
在空间里搜
规则已知、不需要训练数据,把答案「找」出来