人工智能第二版賁可榮習(xí)題解析答案

第第圖6-16）。圖6-16家庭安全智能信息系統(tǒng)示意圖用戶智能體作為家庭的代理，代表家庭的利益，負(fù)責(zé)協(xié)調(diào)系統(tǒng)中的其他智能體以及與用戶進(jìn)行信息交互。家庭信息管理智能體負(fù)責(zé)管理家庭信息，例如家庭成員、朋友、親戚以及來訪者的信息，包括圖像、聲音、指紋、電話、傳真、電子郵件、語音信箱等，并對(duì)外提供家庭成員信息管理和查詢服務(wù)。消息智能體駐留在互聯(lián)網(wǎng)之中，能夠利用互聯(lián)網(wǎng)基礎(chǔ)平臺(tái)為其他智能體提供多媒體消息（比如文本、圖形、圖像、語音、傳真等）的發(fā)送和接收服務(wù)。視頻圖像智能體通過與安裝在房中的視頻探頭的交互，能夠分析運(yùn)動(dòng)物體的圖像，獲取進(jìn)入房間人員的圖像信息。報(bào)警智能體通過與安裝在房中報(bào)警器和電話等的交互，提供電話報(bào)警以及播放警鈴等功能。當(dāng)來訪者進(jìn)入房主房間，視頻圖像智能體感知房間中存在的運(yùn)動(dòng)物體，并將該信息通知給用戶智能體。用戶智能體與視頻圖像智能體進(jìn)行交互，請(qǐng)求視頻圖像智能體獲取來訪者的面部圖像信息，并進(jìn)一步與家庭成員信息管理智能體進(jìn)行合作以識(shí)別來訪者的身份，確定來訪者是家庭成員還是朋友、或者是不速之客，并進(jìn)一步判定該人員到訪是否是預(yù)先已經(jīng)安排好的。如果該來訪者是一個(gè)沒有事先預(yù)約的非法入侵者，用戶智能體將與駐留在網(wǎng)絡(luò)中的消息智能體進(jìn)行交互和合作，要求它將該非法入侵者進(jìn)入房間的事件及其相關(guān)的信息（比如來訪者的面部圖像信息等）通過各種方式（如電子郵件、傳真、短消息、電話等）及時(shí)通知給房主。與此同時(shí)，請(qǐng)求報(bào)警智能體進(jìn)行報(bào)警，并要求家庭成員信息管理智能體將該來訪者的信息進(jìn)行存檔。第7章自然語言處理技術(shù)1．什么是自然語言理解?自然語言理解過程有哪些層次?各層次的功能如何?答：自然語言理解是語言學(xué)、邏輯學(xué)、生理學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)和數(shù)學(xué)等相關(guān)學(xué)科發(fā)展和結(jié)合而形成的一門交叉學(xué)科：它能夠理解口頭語言或書面語言。語言交流是一種基于知識(shí)的通信。從微觀上講，自然語言理解是指從自然語言到機(jī)器內(nèi)部的一個(gè)映射；從宏觀上看，自然語言是指機(jī)器能夠執(zhí)行人類所期望的某些語言功能。一個(gè)文字表達(dá)的句子的層次是詞素→詞或詞形→詞組或句子，而聲音表達(dá)的句子的層次則是音素→音節(jié)→音詞→音句。自然語言理解可以分為五個(gè)層次：語音分析、詞法分析、句法分析、語義分析和語用分析。（1）語音分析就是根據(jù)音位規(guī)則，從語音流中區(qū)分出一個(gè)個(gè)獨(dú)立的音素，再根據(jù)音位形態(tài)規(guī)則找出一個(gè)個(gè)音節(jié)及其對(duì)應(yīng)的詞素或詞。（2）詞法分析就是找出詞匯的各個(gè)詞素（詞根），從中獲得語言學(xué)信息（3）句法分析就是對(duì)句子和短語的結(jié)構(gòu)進(jìn)行分析，找出詞、短語等的相互關(guān)系以及各自在句子中的作用等。在語言自動(dòng)處理的研究中，句法分析的研究是最為集中的，這與喬姆斯基（Chomsky）的貢獻(xiàn)是分不開的。主要方法有：短語結(jié)構(gòu)語法、格語法、擴(kuò)充轉(zhuǎn)移網(wǎng)絡(luò)、功能語法等。（4）語法分析就是將單詞之間的線性次序變換成一個(gè)顯示單詞如何與其它單詞相關(guān)聯(lián)的結(jié)構(gòu)。確定語句是否合乎語法（5）語用分析就是研究語言所存在的外界環(huán)境對(duì)語言使用所產(chǎn)生的影響。它描述語言的環(huán)境知識(shí)，語言與語言使用者在某個(gè)給定語言環(huán)境中的關(guān)系。關(guān)注語用信息的自然語言處理系統(tǒng)更側(cè)重于講話者/聽話者模型的設(shè)定，而不是處理嵌入到給定話語中的結(jié)構(gòu)信息。2．為什么讓計(jì)算機(jī)理解自然語言是一件困難的任務(wù)?原因是什么?解：完善的自然語言理解系統(tǒng)要能夠處理如下問題：(1)既能夠理解句子的正確詞序規(guī)則和概念,又能理解不含規(guī)則的句子；(2)知道詞的確切含義、形式、詞類及構(gòu)詞法；(3)了解詞的語義分類以及詞的多義性和歧義性；(4)指定和不定特性及所有(隸屬)特性；(5)問題領(lǐng)域的結(jié)構(gòu)知識(shí)和時(shí)間概念；(6)語言的語氣信息和韻律表現(xiàn)；(7)有關(guān)語言表達(dá)形式的文學(xué)知識(shí)；(8)論域的背景知識(shí)。對(duì)自然語言的理解是一個(gè)十分艱難的任務(wù)。即使建立一個(gè)只能理解片言斷語的計(jì)算機(jī)系統(tǒng),也是很不容易的。這中間存在著大量的極為復(fù)雜的編碼和解碼問題。一個(gè)能夠理解自然語言的計(jì)算機(jī)系統(tǒng)就像一個(gè)人那樣需要上下文知識(shí)以及根據(jù)這些知識(shí)和信息進(jìn)行推理的過程。自然語言不僅存在著語義、語法和語音問題,而且還存在模糊性等間題。具體地說,自然語言理解的困難是由下列三個(gè)因素引起的：①目標(biāo)表示的復(fù)雜性；②映射類型的多樣性；③源表達(dá)中各元素間交互程度的差異性。自然語言理解中（至少）有三個(gè)主要問題。第一，需要具備大量的人類知識(shí)。語言動(dòng)作描述的是復(fù)雜世界中的關(guān)系。關(guān)于這些關(guān)系的知識(shí)必須是理解系統(tǒng)的一部分。第二，語言是基于模式的：音素構(gòu)成單詞，單詞組成短語和句子。音素、單詞和句子的順序不是隨機(jī)的。沒有對(duì)這些元素的一種規(guī)范性的使用，就不可能達(dá)成交流。最后，語言動(dòng)作是智能體（agent)的產(chǎn)物，或者是人或者是計(jì)算機(jī)。主體處在個(gè)體層面和社會(huì)層面的復(fù)雜環(huán)境中。語言動(dòng)作都是有其目的性的。3．在理解語言上，人腦和電腦（機(jī)器）之間有沒有不可逾越的鴻溝？解：對(duì)機(jī)器能夠理解自然語言的標(biāo)準(zhǔn)定義為，給計(jì)算機(jī)輸入一段自然語言文本，如果計(jì)算機(jī)能：（1）問答(question-answering)－機(jī)器能正確地回答輸入文本中的有關(guān)問題，（2）文摘生成(summarizing)－機(jī)器有能力產(chǎn)生輸入文本的摘要，（3）復(fù)述(paraphrase)－機(jī)器用不同的詞語和語句復(fù)述輸入文本，（4）翻譯(translation)－機(jī)器把一種語言(源語言)翻譯為另一種語言(目標(biāo)語言)，則認(rèn)為機(jī)器可以完成自然語言理解。對(duì)語言理解的定義可以分為以下兩種。（1）結(jié)構(gòu)主義——機(jī)器的理解機(jī)制與人相同（白盒），存在的問題是人類語言理解機(jī)理尚未清楚；（2）功能主義——機(jī)器的表現(xiàn)與人相同即可（黑盒）。代表性測(cè)試為圖靈測(cè)試，如果通過自然語言的問答，一個(gè)人無法識(shí)別和他對(duì)話的是人還是機(jī)器，那么就應(yīng)該承認(rèn)機(jī)器具有智能，但目前嚴(yán)格意義上尚無通過圖靈測(cè)試的機(jī)器。從以上分析來看，人腦和電腦（機(jī)器）之間并沒有不可逾越的鴻溝，但需要該領(lǐng)域不斷的進(jìn)一步探索。4.簡述中文信息處理的發(fā)展趨勢(shì)。答：中文信息處理的一些發(fā)展趨勢(shì)：（1）處理單元越來越大：即處理單元從字到詞，再到命名實(shí)體、短語和句子，進(jìn)而是篇章和同主題的篇章集合，直至海量文本；（2）處理深度越來越深：從輸入輸出開始，到詞法、句法，再到語義、語用，逐步深入。由于語言處理技術(shù)的進(jìn)步，中文信息處理將由語言處理逐漸向以語言為載體的信息處理和知識(shí)處理過渡，從而真正為知識(shí)經(jīng)濟(jì)的發(fā)展做出貢獻(xiàn)；（3）應(yīng)用范圍越來越廣：中文信息處理技術(shù)往往以嵌入到其他應(yīng)用系統(tǒng)的方式實(shí)現(xiàn)自身的使用價(jià)值。隨著互聯(lián)網(wǎng)的發(fā)展，中文信息處理技術(shù)已滲透到社會(huì)生產(chǎn)和生活的諸多方面。從桌面、企業(yè)內(nèi)部網(wǎng)絡(luò)、互聯(lián)網(wǎng)到移動(dòng)設(shè)備、無線網(wǎng)，從新聞、圖書、情報(bào)領(lǐng)域到電子商務(wù)、信息安全、遠(yuǎn)程教育、電子政務(wù)等，都能夠看到中文信息處理的身影；（4）技術(shù)路線走向融合：統(tǒng)計(jì)方法仍占主流，但由于面臨數(shù)據(jù)稀疏等問題，因此開始逐步吸納傳統(tǒng)語言分析技術(shù)，在更深的層次上建立統(tǒng)計(jì)模型。5.對(duì)下列句子給出句法分析樹：(l)MissSmithputtwobooksonthisdiningtable.(2)Agirlhandedthebabythetoys.(3)Astronomerssawstarswithears.解：（1）（2）（3）6.用轉(zhuǎn)移網(wǎng)絡(luò)分析：Themanlaughed.解：對(duì)于句子“Themanlaughed”的狀態(tài)轉(zhuǎn)移網(wǎng)絡(luò)如圖7-6所示。虛線上的數(shù)字表示轉(zhuǎn)移的順序圖7-6themanlaughed的轉(zhuǎn)移網(wǎng)絡(luò)7.用格結(jié)構(gòu)表示下面的句子：MaryhitBill.解：格文法分析結(jié)果可以表示為(hit(AgentMary)(DativeBill))8.基于大規(guī)模真實(shí)文本處理的語料庫語言學(xué)，與傳統(tǒng)的基于句法-語義分析的方法比較，有哪些特點(diǎn)？答：(1)試驗(yàn)規(guī)模的不同。以往的自然語言處理系統(tǒng)多數(shù)都是利用細(xì)心選擇過的少數(shù)例子來進(jìn)行試驗(yàn)，而現(xiàn)在要處理從多種出版物上收錄的數(shù)以百萬計(jì)的真實(shí)文本。這種處理在深度方面雖然可能不深，但針對(duì)特定的任務(wù)還是有實(shí)用價(jià)值的。(2)文法分析的范圍要求不同。由于真實(shí)文本的復(fù)雜性(其中甚至有不合文法的句子)，對(duì)所有的句子都要求完全的文法分析幾乎是不可能的，同時(shí)，由于具體文章的數(shù)量極大，還有處理速度方面的要求。因此，目前的多數(shù)系統(tǒng)往往不要求完全的分析，而只要求對(duì)必要的部分進(jìn)行分析。(3)處理方法的不同。以往的系統(tǒng)主要依賴語言學(xué)的理論和方法，即是基于規(guī)則的方法，而新的基于大規(guī)模真實(shí)文本處理而開發(fā)的系統(tǒng)，同時(shí)還依賴于對(duì)大量文本的統(tǒng)計(jì)性質(zhì)分析。統(tǒng)計(jì)學(xué)的方法在新研制的系統(tǒng)中起了很大的作用。(4)所處理的文本涉及的領(lǐng)域不同。以往的系統(tǒng)往往只針對(duì)某一較窄的領(lǐng)域，而現(xiàn)在的系統(tǒng)則適合較寬的領(lǐng)域，甚至是與領(lǐng)域無關(guān)的，即系統(tǒng)工作時(shí)并不需要用到與特定領(lǐng)域有關(guān)的領(lǐng)域知識(shí)。(5)對(duì)系統(tǒng)評(píng)價(jià)方式的不同。對(duì)系統(tǒng)的評(píng)價(jià)不再是只用少量的人為設(shè)計(jì)的例子對(duì)系統(tǒng)進(jìn)行評(píng)價(jià)，而是根據(jù)系統(tǒng)的應(yīng)用要求，對(duì)其性能進(jìn)行評(píng)價(jià)，即用真實(shí)文本進(jìn)行較大規(guī)模的、客觀的和定量的評(píng)價(jià)，不僅要注意系統(tǒng)的質(zhì)量，而且也要注意系統(tǒng)的處理速度。(6)系統(tǒng)所面向的應(yīng)用不同。以前的某些系統(tǒng)可能適合對(duì)“故事”性的文本進(jìn)行處理，而基于大規(guī)模真實(shí)語料的自然語言理解系統(tǒng)要走向?qū)嵱没?，需要?duì)大量的、真實(shí)的新聞?wù)Z料進(jìn)行處理。(7)文本格式的不同。以往處理的文本只是一些純文本，而現(xiàn)在要面向真實(shí)的文本。真實(shí)文本大多都是經(jīng)過文字處理軟件處理以后含有排版信息的文本。因而如何處理含有排版信息的文本就應(yīng)該受到重視。9.簡述搜索引擎的工作原理，并說明網(wǎng)絡(luò)信息的處理過程。答：如圖7-7所示，搜索引擎通常指的是收集了萬維網(wǎng)上幾千萬到幾十億個(gè)網(wǎng)頁并對(duì)網(wǎng)頁中的每一個(gè)詞（即關(guān)鍵詞）進(jìn)行索引，建立索引數(shù)據(jù)庫的全文搜索引擎。當(dāng)用戶查找某個(gè)關(guān)鍵詞的時(shí)候，所有在頁面內(nèi)容中包含了該關(guān)鍵詞的網(wǎng)頁都將作為搜索結(jié)果被搜出來。在經(jīng)過復(fù)雜的算法進(jìn)行排序后，這些結(jié)果將按照與搜索關(guān)鍵詞的相關(guān)度高低，依次排列。圖7-7搜索引擎工作原理一般來說，完成信息搜索引擎的任務(wù)，需要兩個(gè)過程。其一是在服務(wù)器方也就是服務(wù)提供者對(duì)網(wǎng)絡(luò)信息資源進(jìn)行搜索分析標(biāo)引的過程；其二是當(dāng)用戶方提出檢索需求時(shí)，服務(wù)器方搜索自己的信息索引庫，然后發(fā)送給用戶的過程。前者可以稱作信息標(biāo)引過程，后者可以稱作提供檢索過程。信息標(biāo)引過程是服務(wù)方對(duì)信息資源進(jìn)行整理排序的過程。目前主要采用兩種方式，一種是網(wǎng)絡(luò)自動(dòng)漫游方式，由計(jì)算機(jī)程序自動(dòng)去搜索資源，另一種是友情推薦方式，由信息發(fā)布方或者用戶將有用信息的網(wǎng)絡(luò)地址(URL)填入搜索清單，然后再由機(jī)器程序?qū)χ付ǖ刂愤M(jìn)行搜索。計(jì)算機(jī)自動(dòng)程序定期在網(wǎng)絡(luò)上漫游，對(duì)各種文檔進(jìn)行索引分析，將結(jié)果記錄進(jìn)數(shù)據(jù)庫，人工也可以干預(yù)此過程期望更為準(zhǔn)確地表達(dá)出文檔原意。有的搜索引擎在搜索過程中使用了自動(dòng)文摘的技術(shù)生成了文摘數(shù)據(jù)庫。提供檢索的過程就是根據(jù)用戶檢索需求表達(dá)式來進(jìn)行查找與輸出結(jié)果的過程。它建立在對(duì)網(wǎng)絡(luò)信息標(biāo)引的索引庫與文摘庫之上。用戶通過檢索表達(dá)式頁面的填寫反映出自己的檢索意向，向系統(tǒng)送交請(qǐng)求。系統(tǒng)答復(fù)后，用戶可以根據(jù)具體情況(包括相關(guān)度、文摘等所能反映出的狀況)再?zèng)Q定是否訪問資源所在地。信息搜索引擎在整個(gè)信息檢索過程中起到了指南和向?qū)У淖饔茫瑹o疑大大地方便了人們的檢索。搜索引擎的一般系統(tǒng)架構(gòu)包括頁面搜集器、分析器、索引器、檢索器、用戶接口等部分。（1）頁面搜集器。搜集器的功能是在互聯(lián)網(wǎng)中漫游，發(fā)現(xiàn)并搜集信息，它搜集的信息類型多種多樣，包括HTML頁面、XML文檔、Newsgroup文章、FTP文件、字處理文檔、多媒體信息等。搜索器是一個(gè)計(jì)算機(jī)程序，其實(shí)現(xiàn)常常采用分布式和并行處理技術(shù)，以提高信息發(fā)現(xiàn)和更新的效率。搜索器一般要不停地運(yùn)行，要盡可能多、盡可能快地搜集互聯(lián)網(wǎng)上的各種類型的新信息。因?yàn)榛ヂ?lián)網(wǎng)上的信息更新很快，所以還要定期更新已經(jīng)搜集過的舊信息，以避免死鏈接和無效鏈接。（2）分析器。對(duì)搜集器搜集來的網(wǎng)頁信息或者下載的文檔一般要首先進(jìn)行分析，以用于建立索引。文檔分析技術(shù)一般包括:分詞（有些僅從文檔某些部分抽詞，如Altavista）、過濾（使用停用詞表stoplist）、轉(zhuǎn)換（有些對(duì)詞條進(jìn)行單復(fù)數(shù)轉(zhuǎn)換、詞綴去除、同義詞轉(zhuǎn)換等工作），這些技術(shù)往往與具體的語言以及系統(tǒng)的索引模型密切相關(guān)。（3）索引器。索引器的功能是對(duì)搜索器所搜索的信息進(jìn)行分析處理，從中抽取出索引項(xiàng)，用于表示文檔以及生成文檔庫的索引表。索引項(xiàng)有元數(shù)據(jù)索引項(xiàng)和內(nèi)容索引項(xiàng)兩種:元數(shù)據(jù)索引項(xiàng)與文檔的語意內(nèi)容無關(guān)，如作者名、URL、更新時(shí)間、編碼、長度、鏈接流行度等；內(nèi)容索引項(xiàng)是用來反映文檔內(nèi)容的，如關(guān)鍵詞及其權(quán)重、短語、單字等等。內(nèi)容索引項(xiàng)可以分為單索引項(xiàng)和多索引項(xiàng)（或稱短語索引項(xiàng)）兩種。單索引項(xiàng)對(duì)于英文來講是英語單詞，比較容易提取。在搜索引擎中，一般要給單索引項(xiàng)賦予一個(gè)權(quán)值，以表示該索引項(xiàng)對(duì)文檔的區(qū)分度，同時(shí)用來計(jì)算查詢結(jié)果的相關(guān)度。使用的方法一般有統(tǒng)計(jì)法、信息論法和概率法。短語索引項(xiàng)的提取方法有統(tǒng)計(jì)法、概率法和語言學(xué)法。（4）檢索器。檢索器的功能是根據(jù)用戶的查詢?cè)谒饕龓熘锌焖贆z出文檔，進(jìn)行文檔與查詢的相關(guān)度評(píng)價(jià)，對(duì)將要輸出的結(jié)果進(jìn)行排序，并實(shí)現(xiàn)某種用戶相關(guān)性反饋機(jī)制。檢索器常用的信息檢索模型有集合理論模型、代數(shù)模型、概率模型和混合模型等多種，可以查詢到文本信息中的任意字詞，無論出現(xiàn)在標(biāo)題還是正文中。檢索器從索引中找出與用戶查詢請(qǐng)求相關(guān)的文檔，采用與分析索引文檔相識(shí)的方法來處理用戶查詢請(qǐng)求。（5）用戶接口。用戶接口的作用是為用戶提供可視化的查詢輸入和結(jié)果輸出界面，方便用戶輸入查詢條件、顯示查詢結(jié)果、提供用戶相關(guān)性反饋機(jī)制等，其主要目的是方便用戶使用搜索引擎，高效率、多方式地從搜索引擎中得到有效的信息。用戶接口的設(shè)計(jì)和實(shí)現(xiàn)必須基于人機(jī)交互的理論和方法，以適應(yīng)人類的思維和使用習(xí)慣。網(wǎng)絡(luò)信息的有效處理是借助搜索技術(shù)和自然語言理解相結(jié)合展開，其中大型互聯(lián)網(wǎng)搜索引擎的數(shù)據(jù)中心一般運(yùn)行數(shù)千臺(tái)甚至數(shù)十萬臺(tái)計(jì)算機(jī)。搜集機(jī)器自動(dòng)搜集網(wǎng)頁信息，平均速度每秒數(shù)十個(gè)網(wǎng)頁，檢索機(jī)器則提供容錯(cuò)的可縮放的體系架構(gòu)以應(yīng)對(duì)每天數(shù)千萬甚至數(shù)億的用戶查詢請(qǐng)求。企業(yè)搜索引擎可根據(jù)不同的應(yīng)用規(guī)模，從單臺(tái)計(jì)算機(jī)到計(jì)算機(jī)集群都可以進(jìn)行部署。搜索引擎一般的工作過程是:首先對(duì)互聯(lián)網(wǎng)上的網(wǎng)頁進(jìn)行搜集，然后對(duì)搜集來的網(wǎng)頁進(jìn)行預(yù)處理，建立網(wǎng)頁索引庫，實(shí)時(shí)響應(yīng)用戶的查詢請(qǐng)求，并對(duì)查找到的結(jié)果按某種規(guī)則進(jìn)行排序后返回給用戶。搜索引擎的重要功能是能夠?qū)ヂ?lián)網(wǎng)上的文本信息提供全文檢索。10.簡述智能搜索引擎技術(shù)。答：常用的智能搜索引擎技術(shù)包括：自然語言理解技術(shù)，對(duì)稱搜索技術(shù)，基于XML的技術(shù)。（1）自然語言理解技術(shù)?；谧匀徽Z言理解的智能搜索引擎的研發(fā)主要有兩大方向：其一是基于機(jī)器翻譯技術(shù)，它是利用計(jì)算機(jī)把一種自然語言轉(zhuǎn)變成另一種自然語言的過程。這一技術(shù)的研究成果將使得用戶可以使用母語搜索非母語的網(wǎng)頁，并以母語瀏覽搜索結(jié)果。其二是基于語義理解技術(shù)，語義理解通過將語言學(xué)的研究成果和搜索引擎技術(shù)結(jié)合在一起，實(shí)現(xiàn)了搜索引擎對(duì)搜索詞在語義層次上的理解，為用戶提供最確切的搜索服務(wù)。自然語言理解包括自動(dòng)分詞技術(shù)、概念搜索、短語識(shí)別、同義詞技術(shù)及自動(dòng)文摘生成。（2）對(duì)稱搜索技術(shù)。“發(fā)布信息”和“檢索信息”是一種對(duì)稱的信息溝通需求。因此，我們可以建立發(fā)布信息和檢索信息的對(duì)稱數(shù)據(jù)庫和對(duì)稱搜索技術(shù)。對(duì)稱搜索的實(shí)現(xiàn)關(guān)鍵在于好的“對(duì)稱信息摘要通用模板”的建立。任何用戶在發(fā)布信息時(shí)都要在“對(duì)稱信息摘要通用模板”上輸入信息，其中包括發(fā)布/獲取選擇、數(shù)據(jù)類型、內(nèi)容摘要、發(fā)布者域名、郵件地址、發(fā)布起止時(shí)間等；同樣，信息搜索用戶也在“對(duì)稱信息摘要通用模板”上輸入信息；搜索引擎根據(jù)用戶要求，對(duì)“對(duì)稱信息摘要數(shù)據(jù)庫”進(jìn)行多次匹配并排序，而后根據(jù)對(duì)稱信息雙方提供的地址進(jìn)行匹配結(jié)果雙向自動(dòng)推送，讓用戶選擇是否鏈接至相關(guān)站點(diǎn)的詳細(xì)內(nèi)容。（3）基于XML的技術(shù)。XML將使Web的搜索非常方便。XML（可擴(kuò)展標(biāo)記語言）是Web數(shù)據(jù)使用的通用語言，具有結(jié)構(gòu)化、規(guī)范性、可擴(kuò)展性及簡潔的特點(diǎn)。XML能讓開發(fā)人員將來自各種應(yīng)用程序的結(jié)構(gòu)化數(shù)據(jù)傳送給桌面以在本地計(jì)算和表示。XML允許為特定應(yīng)用程序創(chuàng)建獨(dú)特的數(shù)據(jù)格式，它還是結(jié)構(gòu)化數(shù)據(jù)從服務(wù)器到服務(wù)器傳輸?shù)睦硐敫袷?。XML是在超級(jí)分布式系統(tǒng)之間實(shí)現(xiàn)多數(shù)據(jù)集傳輸?shù)囊环N手段。它同時(shí)可以使開發(fā)人員以更具價(jià)值的新型方式聚集和組合各種來源的數(shù)據(jù)。使用XML，人們可以利用設(shè)備的智能去訪問不同的網(wǎng)站，并對(duì)信息進(jìn)行集中。XML使我們邁向?qū)⒖刂菩畔⒌臋?quán)利交給那些需要信息的人們。由于所有文件都以XML格式存在，所有的用戶都可以方便地查找和使用其中的信息，任何規(guī)模的文化機(jī)構(gòu)都可以使用相同的工具與資源。內(nèi)容供應(yīng)者、合作伙伴和信息內(nèi)容消費(fèi)者可以高效地溝通和共享信息，這樣就創(chuàng)造出了一種全新的協(xié)同工作模式。11.簡述語音識(shí)別過程。答：計(jì)算機(jī)語音識(shí)別過程與人對(duì)語音識(shí)別處理的過程基本上是一致的。目前主流的語音識(shí)別技術(shù)是基于統(tǒng)計(jì)模式識(shí)別的基本理論。一個(gè)完整的語音識(shí)別系統(tǒng)可大致分為3部分：語音特征提?。浩淠康氖菑恼Z音波形中提取出歲時(shí)間變化的語音特征序列；（2）聲學(xué)模型與模式匹配：聲學(xué)模型通常將獲取的語音特征通過學(xué)習(xí)算法產(chǎn)生。在識(shí)別時(shí)將輸入的語音特征與聲學(xué)模型（模式）進(jìn)行匹配與比較，得到最佳的識(shí)別結(jié)果；（3）語言模型與語言處理：語言模型包括由識(shí)別語音命令構(gòu)成的語法網(wǎng)絡(luò)，或由統(tǒng)計(jì)方法構(gòu)成的語言模型，語言處理可以進(jìn)行語法、語義分析。聲學(xué)模型是識(shí)別系統(tǒng)的底層模型，并且是語音識(shí)別系統(tǒng)中最關(guān)鍵的一部分。建立聲學(xué)模型的目的是提供一種有效的方法計(jì)算語音是特征矢量序列和滅個(gè)發(fā)音模板之間的距離。聲學(xué)模型單元大?。ㄗ职l(fā)音模型、半發(fā)音模型或音素模型）對(duì)語音訓(xùn)練數(shù)據(jù)量大小、系統(tǒng)識(shí)別率，以及靈活性有較大的影響，必須根據(jù)不通語言的特點(diǎn)、識(shí)別系統(tǒng)詞匯量的大小決定識(shí)別單元的大小。語言模型對(duì)中、大詞匯量的語音識(shí)別系統(tǒng)特別重要。當(dāng)分類發(fā)生錯(cuò)誤時(shí)可以根據(jù)語言學(xué)模型、語法結(jié)構(gòu)、語義學(xué)進(jìn)行判斷糾正，特別是一些同音字則必須通過上下文結(jié)構(gòu)才能確定語義。語音識(shí)別系統(tǒng)需要幾個(gè)層次的處理。詞語以聲波傳送，聲波也就是模擬信號(hào)，信號(hào)處理器傳送模擬信號(hào)，并從中抽取諸如能量、頻率等特征。然后，這些特征映射為稱做音素的單個(gè)語音單元。單詞的發(fā)音是由音素組成的，因此，最終階段是將“可能的”音素序列轉(zhuǎn)換成單詞序列。語音的產(chǎn)生要求將單詞映射為音素序列，然后將之傳送給語音合成器，單詞的聲音通過說話者從語音合成器發(fā)出。此外，還有一個(gè)語調(diào)計(jì)劃器，使得合成器知道如何使用聲音變化，而不是應(yīng)用不自然的單調(diào)對(duì)話來講話。12.簡述語音識(shí)別的典型應(yīng)用領(lǐng)域。答：語音識(shí)別的技術(shù)應(yīng)用領(lǐng)域包括：（1）命令控制和識(shí)別：嵌入到PC和消費(fèi)類數(shù)字終端產(chǎn)品中，主要代替鍵盤操作控制計(jì)算機(jī)系統(tǒng)或者設(shè)備。（2）文字語音錄入系統(tǒng)：人類口述的速度在120字/秒以上，這種系統(tǒng)最終目標(biāo)是實(shí)現(xiàn)所謂“君子動(dòng)口不動(dòng)手”的聽寫機(jī)，能把連續(xù)發(fā)音的口述語言轉(zhuǎn)化為文字。（3）無人值守電話服務(wù)：語音識(shí)別可以代替大量人力實(shí)現(xiàn)自動(dòng)聲訊服務(wù)，如自動(dòng)查詢路徑、旅館和飯店等。最為典型的是自動(dòng)版的“MayIhelpyou?（我能為您做什么嗎）”服務(wù)。（4）自動(dòng)同聲翻譯：人類不同語言之間的全球自由通信變得越來越迫切。手持專用語音直接翻譯機(jī)將可以使一個(gè)普通旅游者走遍天下而無語言障礙。（5）語言教學(xué)和評(píng)估：通過自動(dòng)評(píng)估語音發(fā)音質(zhì)量給出診斷信息，使計(jì)算機(jī)輔助教學(xué)變成智能化的互動(dòng)學(xué)習(xí)過程。（6）海量音頻數(shù)據(jù)的內(nèi)容處理：電信網(wǎng)、互聯(lián)網(wǎng)和廣電網(wǎng)的語音通信和語音數(shù)量呈爆炸性增長，語音識(shí)別有助于快速找到所需要的信息。第8章機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)1．試解釋機(jī)械學(xué)習(xí)的模式。機(jī)械學(xué)習(xí)有哪些重要問題需要加以研究?答：機(jī)械學(xué)習(xí)就是記憶，即把新的知識(shí)存儲(chǔ)起來，供需要時(shí)檢索調(diào)用，而無須計(jì)算和推理?？梢园褜W(xué)習(xí)系統(tǒng)的執(zhí)行部分抽象地看成某個(gè)函數(shù)，該函數(shù)在得到自變量輸入值()之后，計(jì)算并輸出函數(shù)值()。機(jī)械學(xué)習(xí)在存儲(chǔ)器中簡單地記憶存儲(chǔ)對(duì)(()，())。當(dāng)需要f()時(shí)，執(zhí)行部分就從存儲(chǔ)器中把()簡單地檢索出來而不是重新計(jì)算它。這種簡單的學(xué)習(xí)模式如下：()()((),())機(jī)械學(xué)習(xí)需要研究的主要問題：（1）存儲(chǔ)組織信息。采用適當(dāng)?shù)拇鎯?chǔ)方式，使檢索速度盡可能地快。可充分利用索引、排序、雜湊等數(shù)據(jù)存儲(chǔ)方式來實(shí)現(xiàn)。（2）環(huán)境的穩(wěn)定性與存儲(chǔ)信息的適用性問題。（3）存儲(chǔ)與計(jì)算之間的權(quán)衡。有兩種解決方法：一是估算一下存儲(chǔ)信息所要花費(fèi)的存儲(chǔ)空間以及檢索信息時(shí)所花費(fèi)的時(shí)間，然后將其代價(jià)與重新計(jì)算所花的代價(jià)作比較，再?zèng)Q定存儲(chǔ)信息是否有利。另一種方法是把信息先存儲(chǔ)起來，但為了保證有足夠的檢索速度，因而限制了存儲(chǔ)信息的量，系統(tǒng)只能保留那些最常使用的信息，“忘記”那些不常使用的信息。這種方法也叫做“選擇忘卻”技術(shù)。2．試說明歸納學(xué)習(xí)的模式和學(xué)習(xí)方法。答：歸納學(xué)習(xí)的一般模式為：給定：①觀察陳述(事實(shí))F，用以表示有關(guān)某些對(duì)象、狀態(tài)、過程等的特定知識(shí)；②假定的初始?xì)w納斷言(可能為空)；③背景知識(shí)，用于定義有關(guān)觀察陳述、候選歸納斷言以及任何相關(guān)問題領(lǐng)域知識(shí)、假設(shè)和約束，其中包括能夠刻畫所求歸納斷言的性質(zhì)的優(yōu)先準(zhǔn)則。求：歸納斷言(假設(shè))H，能重言蘊(yùn)涵或弱蘊(yùn)涵觀察陳述，并滿足背景知識(shí)。歸納學(xué)習(xí)方法包括示例學(xué)習(xí)和觀察發(fā)現(xiàn)學(xué)習(xí)。示例學(xué)習(xí)(learningfromexamples)又稱為實(shí)例學(xué)習(xí)，它是通過環(huán)境中若干與某概念有關(guān)的例子，經(jīng)歸納得出一般性概念的一種學(xué)習(xí)方法。在這種學(xué)習(xí)方法中，外部環(huán)境(教師)提供的是一組例子(正例和反例)，它們是一組特殊的知識(shí)，每一個(gè)例子表達(dá)了僅適用于該例子的知識(shí)。觀察發(fā)現(xiàn)學(xué)習(xí)(learningfromobservationanddiscovery)又稱為描述性概括，其目標(biāo)是確定一個(gè)定律或理論的一般性描述，刻畫觀察集，指定某類對(duì)象的性質(zhì)。觀察發(fā)現(xiàn)學(xué)習(xí)可分為概念聚類與機(jī)器發(fā)現(xiàn)兩種。前者用于對(duì)事例進(jìn)行聚類，形成概念描述；后者用于發(fā)現(xiàn)規(guī)律，產(chǎn)生定律或規(guī)則。3．什么是基于范例學(xué)習(xí)？解釋其推理和學(xué)習(xí)過程。答：基于范例學(xué)習(xí)是一種基于知識(shí)的問題求解和學(xué)習(xí)方法。其中，知識(shí)表示是以范例為基礎(chǔ)的，范例的獲取比規(guī)則的獲取要容易，大大簡化了知識(shí)的獲取。對(duì)過去的求解結(jié)果進(jìn)行復(fù)用，而不是再次從頭推導(dǎo)，可以提高對(duì)新問題的求解效率。過去求解成功或失敗的經(jīng)歷可以提示當(dāng)前求解時(shí)該怎樣走向成功或避開失敗，這樣可以改善求解的質(zhì)量。對(duì)于那些目前沒有或根本不存在的，但可以通過計(jì)算推導(dǎo)來解決的問題，基于范例的推理能很好地發(fā)揮作用?；诜独评砗蛯W(xué)習(xí)的一般過程：（1）聯(lián)想記憶，基于范例推理最初是由于目標(biāo)范例的某些特殊性質(zhì)使人們能夠聯(lián)想到記憶中的源范例而產(chǎn)生的。（2）類比映射，從源范例集中選擇最優(yōu)的一個(gè)源范例，建立它與目標(biāo)范例之間一致的一一對(duì)應(yīng)。（3）獲得求解方案，利用一一對(duì)應(yīng)關(guān)系轉(zhuǎn)換源范例的完整的或部分的求解方案，從而獲得目標(biāo)范例的完整的或部分的求解方案。（4）評(píng)價(jià)，類比求解的有效性需要得到評(píng)價(jià)。4．試述解釋學(xué)習(xí)的基本原理、學(xué)習(xí)形式和功能。答：解釋學(xué)習(xí)根據(jù)任務(wù)所在領(lǐng)域知識(shí)和正在學(xué)習(xí)的概念知識(shí)，對(duì)當(dāng)前實(shí)例進(jìn)行分析和求解，得出一個(gè)表征求解過程的因果解釋樹，以獲取新的知識(shí)。在獲取新知識(shí)的過程中，通過對(duì)屬性、表征現(xiàn)象和內(nèi)在關(guān)系等進(jìn)行解釋而學(xué)習(xí)到新的知識(shí)。解釋學(xué)習(xí)一般包括下列3個(gè)步驟：（1）利用基于解釋的方法對(duì)訓(xùn)練實(shí)例進(jìn)行分析與解釋，以說明它是目標(biāo)概念的一個(gè)實(shí)例。（2）對(duì)實(shí)例的結(jié)構(gòu)進(jìn)行概括性解釋，建立該訓(xùn)練實(shí)例的一個(gè)解釋結(jié)構(gòu)以滿足所學(xué)概念的定義；解釋結(jié)構(gòu)的各個(gè)葉結(jié)點(diǎn)應(yīng)符合可操作性準(zhǔn)則，且使這種解釋比最初的例子適用于更大的一類例子。（3）從解釋結(jié)構(gòu)中識(shí)別出訓(xùn)練實(shí)例的特性，并從中得到更大一類例子的概括性描述，獲取一般控制知識(shí)。在解釋學(xué)習(xí)中，為了對(duì)某一目標(biāo)概念進(jìn)行學(xué)習(xí)，從而得到相應(yīng)的知識(shí)，必須為學(xué)習(xí)系統(tǒng)提供完善的領(lǐng)域知識(shí)以及能夠說明目標(biāo)概念的一個(gè)訓(xùn)練實(shí)例。在系統(tǒng)進(jìn)行學(xué)習(xí)時(shí)，首先運(yùn)用領(lǐng)域知識(shí)DT找出訓(xùn)練實(shí)例TE為什么是目標(biāo)概念TC之實(shí)例的證明(即解釋)，然后根據(jù)操作準(zhǔn)則OC對(duì)證明進(jìn)行推廣，從而得到關(guān)于目標(biāo)概念TC的一般性描述，即可供以后使用的形式化表示的一般性知識(shí)。5．機(jī)器學(xué)習(xí)涉及哪些學(xué)科與研究領(lǐng)域？答：機(jī)器學(xué)習(xí)跟模式識(shí)別、統(tǒng)計(jì)學(xué)習(xí)、數(shù)據(jù)挖掘、計(jì)算機(jī)視覺、語音識(shí)別、自然語言處理等領(lǐng)域有著很深的聯(lián)系。如下圖所示。從范圍上來說，機(jī)器學(xué)習(xí)跟模式識(shí)別、統(tǒng)計(jì)學(xué)習(xí)、數(shù)據(jù)挖掘類似，同時(shí)，機(jī)器學(xué)習(xí)與其他領(lǐng)域的處理技術(shù)的結(jié)合，形成了計(jì)算機(jī)視覺、語音識(shí)別、自然語言處理等交叉學(xué)科。因此，一般說數(shù)據(jù)挖掘時(shí)，可以等同于說機(jī)器學(xué)習(xí)。同時(shí)，我們平常所說的機(jī)器學(xué)習(xí)應(yīng)用，應(yīng)該是通用的，不僅僅局限在結(jié)構(gòu)化數(shù)據(jù)，還有圖像、音頻等應(yīng)用。（1）模式識(shí)別。模式識(shí)別=機(jī)器學(xué)習(xí)。兩者的主要區(qū)別在于前者是從工業(yè)界發(fā)展起來的概念，后者則主要源自計(jì)算機(jī)學(xué)科。在著名的《PatternRecognitionAndMachineLearning》這本書中，ChristopherM.Bishop在開頭是這樣說的“模式識(shí)別源自工業(yè)界，而機(jī)器學(xué)習(xí)來自于計(jì)算機(jī)學(xué)科。不過，它們中的活動(dòng)可以被視為同一個(gè)領(lǐng)域的兩個(gè)方面，同時(shí)在過去的10年間，它們都有了長足的發(fā)展”。（2）數(shù)據(jù)挖掘。數(shù)據(jù)挖掘=機(jī)器學(xué)習(xí)+數(shù)據(jù)庫。數(shù)據(jù)挖掘僅僅是一種思考方式，告訴我們應(yīng)該嘗試從數(shù)據(jù)中挖掘出知識(shí)。一個(gè)系統(tǒng)絕對(duì)不會(huì)因?yàn)樯狭艘粋€(gè)數(shù)據(jù)挖掘模塊就變得無所不能，恰恰相反，一個(gè)擁有數(shù)據(jù)挖掘思維的人員才是關(guān)鍵，而且他還必須對(duì)數(shù)據(jù)有深刻的認(rèn)識(shí)，這樣才可能從數(shù)據(jù)中導(dǎo)出模式指引業(yè)務(wù)的改善。大部分?jǐn)?shù)據(jù)挖掘中的算法是機(jī)器學(xué)習(xí)的算法在數(shù)據(jù)庫中的優(yōu)化。（3）統(tǒng)計(jì)學(xué)習(xí)。統(tǒng)計(jì)學(xué)習(xí)近似等于機(jī)器學(xué)習(xí)。統(tǒng)計(jì)學(xué)習(xí)是個(gè)與機(jī)器學(xué)習(xí)高度重疊的學(xué)科。因?yàn)闄C(jī)器學(xué)習(xí)中的大多數(shù)方法來自統(tǒng)計(jì)學(xué)，甚至可以認(rèn)為，統(tǒng)計(jì)學(xué)的發(fā)展促進(jìn)機(jī)器學(xué)習(xí)的繁榮昌盛。例如著名的支持向量機(jī)算法，就是源自統(tǒng)計(jì)學(xué)科。但是在某種程度上兩者是有差別的，這個(gè)差別在于：統(tǒng)計(jì)學(xué)習(xí)者重點(diǎn)關(guān)注的是統(tǒng)計(jì)模型的發(fā)展與優(yōu)化，偏數(shù)學(xué)，而機(jī)器學(xué)習(xí)者更關(guān)注的是能夠解決問題，偏實(shí)踐，因此機(jī)器學(xué)習(xí)研究者會(huì)重點(diǎn)研究學(xué)習(xí)算法在計(jì)算機(jī)上執(zhí)行的效率與準(zhǔn)確性的提升。（4）計(jì)算機(jī)視覺。計(jì)算機(jī)視覺=圖像處理+機(jī)器學(xué)習(xí)。圖像處理技術(shù)用于將圖像處理為適合進(jìn)入機(jī)器學(xué)習(xí)模型中的輸入，機(jī)器學(xué)習(xí)則負(fù)責(zé)從圖像中識(shí)別出相關(guān)的模式。計(jì)算機(jī)視覺相關(guān)的應(yīng)用非常的多，例如百度識(shí)圖、手寫字符識(shí)別、車牌識(shí)別等等應(yīng)用。這個(gè)領(lǐng)域是應(yīng)用前景非?；馃岬?，同時(shí)也是研究的熱門方向。隨著機(jī)器學(xué)習(xí)的新領(lǐng)域深度學(xué)習(xí)的發(fā)展，大大促進(jìn)了計(jì)算機(jī)圖像識(shí)別的效果，因此未來計(jì)算機(jī)視覺界的發(fā)展前景不可估量。（5）語音識(shí)別。語音識(shí)別=語音處理+機(jī)器學(xué)習(xí)。語音識(shí)別就是音頻處理技術(shù)與機(jī)器學(xué)習(xí)的結(jié)合。語音識(shí)別技術(shù)一般不會(huì)單獨(dú)使用，一般會(huì)結(jié)合自然語言處理的相關(guān)技術(shù)。目前的相關(guān)應(yīng)用有蘋果的語音助手siri等。（6）自然語言處理。自然語言處理=文本處理+機(jī)器學(xué)習(xí)。自然語言處理技術(shù)主要是讓機(jī)器理解人類的語言的一門領(lǐng)域。在自然語言處理技術(shù)中，大量使用了編譯原理相關(guān)的技術(shù)，例如詞法分析，語法分析等等，除此之外，在理解這個(gè)層面，則使用了語義理解，機(jī)器學(xué)習(xí)等技術(shù)。作為唯一由人類自身創(chuàng)造的符號(hào)，自然語言處理一直是機(jī)器學(xué)習(xí)界不斷研究的方向。如何利用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行自然語言的深度理解，一直是工業(yè)和學(xué)術(shù)界關(guān)注的焦點(diǎn)?？梢钥闯鰴C(jī)器學(xué)習(xí)在眾多領(lǐng)域的外延和應(yīng)用。機(jī)器學(xué)習(xí)技術(shù)的發(fā)展促使了很多智能領(lǐng)域的進(jìn)步，改善著我們的生活。6.假設(shè)想教火星人關(guān)于蘋果的知識(shí)，再假定火星人的感覺系統(tǒng)僅用如下信息建立在語義網(wǎng)絡(luò)中：（1）物體的顏色是紅、綠、藍(lán)、紫、白或黑的。（2）物體的重量是一個(gè)數(shù)。（3）物體的形狀是圖8-17中所顯示樹中那些形狀中的任一種。（4）物體的特性是不可吃的、脆的或有氣味的。該物體沒有其他特性。圖8-17形狀的分類樹選擇如下的教學(xué)次序。對(duì)于每一個(gè)例子，注意應(yīng)用了什么啟發(fā)式試探法，并解釋學(xué)到了什么。例子結(jié)果顏色形狀重量特性1正紅球形4脆2正紅球形43反紅球形4不可吃4正綠球形45正綠球形76正紅蛋形57反紅正方體形4解：（1）從第1個(gè)例子，說明蘋果滿足如下條件：顏色=“紅”；形狀=“球形”；重量=“4”；特性=“脆”（2）從第2個(gè)例子，說明蘋果滿足如下條件：顏色=“紅”；形狀=“球形”；重量=“4”；特性=“-”。說明“特性”的取值可能任意。（3）第3個(gè)是反例，結(jié)合前2個(gè)例子，說明蘋果必須滿足：特性=“脆的”或者“有氣味的”。（4）從第4個(gè)例子，并結(jié)合第2個(gè)例子，說明蘋果滿足如下條件：顏色=“紅”或者“綠”；形狀=“球形”；重量=“4”；特性=“脆的”或者“有氣味的”（5）從第5個(gè)例子，說明蘋果滿足如下條件：顏色=“紅”或者“綠”；形狀=“球形”；重量=“4”或者“7”；特性=“脆的”或者“有氣味的”。（6）從第6個(gè)例子，說明蘋果滿足如下條件：顏色=“紅”或者“綠”；形狀=“球形”或者“蛋形”；重量=“4”或“5”或“7”；特性=“脆的”或者“有氣味的”。進(jìn)一步說明，“形狀”應(yīng)該是“圓型”。（7）第7個(gè)是反例，結(jié)合前面的結(jié)論，說明蘋果的形狀不能是“正方體形”，應(yīng)該是“圓型”。通過7個(gè)例子，學(xué)到了關(guān)于蘋果的如下知識(shí)：顏色=“紅”/“綠”；形狀=“圓型”；重量=“4”/“5”/“7”；特性=“脆的”/“有氣味的”。7.假設(shè)要開一把需要有4個(gè)齒的老式鑰匙開的鎖，每一個(gè)齒從鑰匙的支干突出0、1、2、3或4毫米。圖8-18顯示了這種鑰匙的一例。再假設(shè)你彎卷了一個(gè)精巧的配鎖工具，能以某種方式把得到的試驗(yàn)鑰匙分成如下兩組。=1\*GB3①第一組鑰匙太松，沒有哪一個(gè)齒過于突出，而至少有一個(gè)齒不夠突出。=2\*GB3②第二組鑰匙太緊，至少有一個(gè)齒過于突出，而其他的齒可能不夠突出。有了配鎖工具，你把所有得到的鑰匙如圖8-19那樣分類。（1）用僅從第一組太松的鑰匙的試驗(yàn)結(jié)果來確定一枚內(nèi)封鑰匙，使得：①正確鑰匙上的每一個(gè)齒或者與內(nèi)封形上相應(yīng)的齒一樣長，或者比它更長。②在內(nèi)封形上的每一齒與第一組試驗(yàn)結(jié)果所證明的一樣長。（2）用你所需要的任何試驗(yàn)結(jié)果來確定一個(gè)外封鑰匙，使得：①正確鑰匙上的每一個(gè)齒與外封形上相應(yīng)的齒一樣長或者比它更短。②在外封形上的每一齒與第一組和第二組的試驗(yàn)結(jié)果所證明的一樣短。圖8-18一把有4個(gè)齒的鑰匙圖8-19一些太松的鑰匙和一些太緊的鑰匙解：（1）從第一組太松的鑰匙的試驗(yàn)結(jié)果確定如下內(nèi)封鑰匙：（2）結(jié)合內(nèi)封鑰匙和太緊的鑰匙，可確定如下兩個(gè)外封鑰匙，一個(gè)含a，另外一個(gè)含ab。8.在前面習(xí)題的背景中，試識(shí)別下列中的哪些能被看作為似是而非例：（1）具有小面積的鑰匙。（2）具有大面積的鑰匙。（3）完全在內(nèi)封之中的鑰匙。（4）完全在外封之中的鑰匙。（5）至少有一個(gè)齒在內(nèi)封之中的鑰匙。（6）正好有一個(gè)齒在內(nèi)封之外的鑰匙。（7）太緊的鑰匙，它正好僅在一個(gè)齒上與一個(gè)太松的鑰匙有差別。（8）一個(gè)對(duì)于內(nèi)封的方差之和是最小的鑰匙。（9）一個(gè)對(duì)于外封的絕對(duì)齒差之和是最小的鑰匙。解答：（1）（2）可確定；（3）（4）（6）可判定，但是不唯一；（5）（7）似是而非；（8）內(nèi)封鑰匙；（9）外封鑰匙。9.考慮如圖8-20所示的單神經(jīng)元感知機(jī)網(wǎng)絡(luò)。該網(wǎng)絡(luò)的判定邊界為Wp+b=0。試證明：若b=0，那么判定邊界是一個(gè)向量空間。圖8-20單神經(jīng)元感知機(jī)證明：該判定邊界如果是一個(gè)向量空間就必須滿足如下10個(gè)條件。（1）要求兩個(gè)向量空間之和仍然是一個(gè)向量空間。令p1和p2分別是判定邊界上的兩個(gè)向量，滿足：Wp1=0，Wp2=0將上述兩個(gè)等式相加，有：W（p1+p2）=0由此可以看出這兩個(gè)向量之和也在判定邊界上。（2）交換性p1+p2=p2+p1滿足；（3）結(jié)合性(p1+p2)+p3=p1+(p2+p3)滿足；（4）由于W0=0，所以零向量在判定邊界上。（5）如果p在判定邊界上，那么-p也必須在判定邊界上。如果p在判定邊界上，那么Wp=0在該式兩邊同時(shí)乘以-1，可得：W(-p)=0（6）如果對(duì)判定邊界上的任意p，ap也在判定邊界上，其中a是標(biāo)量；（7）對(duì)判定邊界上的任意p,1p=p(1是標(biāo)量)；（8）對(duì)任意二個(gè)標(biāo)量a和b,以及判定邊界上的任意p,a(bp)

=

(ab)p；（9）(a

+b)p

=

ap+bp；前提同（8）（10）對(duì)任意標(biāo)量a,以及判定邊界上的任意p,q,a(p+q)

=

ap+aq所以該感知機(jī)的判定邊界是一個(gè)向量空間。12.單層感知機(jī)只適用于一組線性可分的模式。如果兩個(gè)模式是線性可分的，它們一定是線性無關(guān)的嗎?答：不是。這是兩個(gè)沒有任何關(guān)聯(lián)的概念。比如，考慮如圖8-21的兩輸入感知機(jī)。假設(shè)現(xiàn)在希望區(qū)分如下兩個(gè)向量：如果將權(quán)值和偏置值分別設(shè)定為w11=1,w12=1和b=-2，那么其判定邊界如圖8-22所示。顯然，這兩個(gè)向量是線性可分的，但是，由于p2=3p1，他們之間并不是線性無關(guān)的。圖8-21兩輸入感知機(jī)圖8-22判定邊界13．考慮圖8-23所示的原型模式。(1)這些模式是否正交?(2)使用Hebb規(guī)則，為這些模式設(shè)計(jì)一個(gè)自聯(lián)想存儲(chǔ)器。圖8-23原型模式(3)輸入圖8-24中的原型模式pt,求網(wǎng)絡(luò)響應(yīng)。 解：（1）首先將模式轉(zhuǎn)換成向量。假設(shè)黑方格取值為1，白方格取值為-1。然后對(duì)模式進(jìn)行逐列掃描，可以將這些二維模式轉(zhuǎn)換成向量(也可以逐行掃描).由此得到如下兩個(gè)原型向量：p1=[11-11-1-1]Tp2=[-11111-1]T為了判斷p1和p2是否正交，需要求它們的內(nèi)積：故p1和p2是正交的。（2）采用自聯(lián)想存儲(chǔ)器，這里的輸入/輸出的數(shù)量為6。運(yùn)用Hebb規(guī)則求權(quán)值矩陣：其中 所以權(quán)值矩陣為（3）為了把測(cè)試模式提交給該網(wǎng)絡(luò)，需要將其轉(zhuǎn)化為如下向量：那么網(wǎng)絡(luò)的響應(yīng)為網(wǎng)絡(luò)應(yīng)該產(chǎn)生與輸入模式最接近的原型模式。這里，測(cè)試輸入模式pt與p2的Hamming距離為1，與p1的Hamming距離為2。因此，該網(wǎng)絡(luò)產(chǎn)生了正確的響應(yīng)。 14.求下列函數(shù)的極小點(diǎn)：(1)畫出該函數(shù)的輪廓線圖。(2)設(shè)學(xué)習(xí)速度很小，起始點(diǎn)為x0=[-1-2.5]T，畫出(1)中輪廓線的最速下降法的軌跡。(3)最大的穩(wěn)定學(xué)習(xí)速度是多少?解：（1）要畫出輪廓線圖必須先求出赫森矩陣。對(duì)于二次函數(shù)，只要將函數(shù)化成標(biāo)準(zhǔn)形式就能得到赫森矩陣：赫森矩陣為該矩陣的特征值和特征向量為該函數(shù)輪廓線是橢圓。由于λ2大于λ1，所以F(x)的最大曲率在Z2方向上。其最小曲率在Zl方向上(橢圓的長軸)。下面求輪廓線的中心(駐點(diǎn))，即使梯度為零的點(diǎn)。故有輪廓線是橢圓，中心點(diǎn)為x*，長軸在Z1方向。輪廓線如圖8-24所示。圖8-24輪廓線及最速下降軌跡（2）梯度總是與輪廓線相垂直，如果步長足夠小，最速下降軌跡將與每條相交的輪廓線垂直。所以不需任何計(jì)算就可畫出這一軌跡，如圖8-24所示。（3）赫森矩陣的最大特征值決定了二次函數(shù)的最大的穩(wěn)定學(xué)習(xí)速度：本例的最大特征值為λ2=16，所以圖8-25所示驗(yàn)證了這一結(jié)果，圖中分別畫出了學(xué)習(xí)速度略低于(a=0.12)和略大于(a=0.13)最大穩(wěn)定學(xué)習(xí)速度時(shí)的最速下降軌跡。圖8-25a=0.12(左)和a=0.13(右)的軌跡15.假定要設(shè)計(jì)一個(gè)ADALINE網(wǎng)絡(luò)來區(qū)分輸入向量的不同類別。首先使用如下的類別：類別Ⅰ：p1=[11]T且p2=[-1-1]T類別Ⅱ：p3=[22]T（1）能否設(shè)計(jì)一個(gè)ADALINE網(wǎng)絡(luò)來做這樣一種區(qū)分？如可行，請(qǐng)給出權(quán)值和偏置。再考慮下面的不同類別：類別Ⅲ：p1=[11]T且p2=[1-1]T類別Ⅳ：p3=[10]T（2）能否設(shè)計(jì)一個(gè)ADALINE網(wǎng)絡(luò)來作這樣一個(gè)區(qū)分？如可行，請(qǐng)給出權(quán)值和偏置。解：（1）輸入向量如下圖所示。圖中的直線是成功區(qū)分這兩個(gè)類別的判定邊界。由于它們是線性可分的，因而ADALINE可以完成此任務(wù)。判定邊界經(jīng)過點(diǎn)（3,0）和（0,3）。這兩點(diǎn)就是交點(diǎn)和。因此，下面的解可滿足要求：注意，若ADALINE的輸出為正或零，則輸入向量為類別Ⅰ的；若輸出為負(fù)，則輸入向量為類別II的。（2）待區(qū)分的輸入向量如下圖所示。圖中的向量不是線性可分的，因此ADALINE網(wǎng)絡(luò)不能對(duì)它們進(jìn)行區(qū)分。16.一個(gè)飛機(jī)中的飛行員通過飛機(jī)座艙中的麥克風(fēng)講話。由于飛行員的話音信號(hào)被飛機(jī)發(fā)動(dòng)機(jī)噪聲所干擾，控制塔內(nèi)的空中交通控制員不能接收到正確的話音。請(qǐng)?jiān)O(shè)計(jì)一個(gè)自適應(yīng)ADALINE濾波器，以減少控制塔內(nèi)收到信號(hào)的噪聲。解：輸入到麥克風(fēng)中的發(fā)動(dòng)機(jī)噪聲可以通過圖8-26中的自適應(yīng)濾波系統(tǒng)減少到最低限度。通過座艙中的一個(gè)麥克風(fēng)，發(fā)動(dòng)機(jī)噪聲的一個(gè)樣本被輸入到一個(gè)自適應(yīng)濾波器中。濾波器期望的輸出值是從飛行員的麥克風(fēng)來的被干擾了的信號(hào)。濾波器試圖將“誤差”信號(hào)減少至最小。它所做的是將被干擾了的信號(hào)減去發(fā)動(dòng)機(jī)噪聲部分（假定發(fā)動(dòng)機(jī)噪聲與飛行員的話音不相關(guān)）。盡管發(fā)動(dòng)機(jī)噪聲和飛行員的聲音信號(hào)一起進(jìn)入飛行員的麥克風(fēng)，系統(tǒng)的結(jié)果卻是送到控制塔的清晰的話音信號(hào)。圖8-26從混雜的信號(hào)中過濾發(fā)動(dòng)機(jī)噪聲17.設(shè)計(jì)一個(gè)能將圖8-27中的6個(gè)模式分類的識(shí)別系統(tǒng)。圖8-27模式及其分類目標(biāo)這些模式表示字母T，G和F，上面一排是它們的原始形式，下面一排則是將它們移動(dòng)后的形式。這些字母的分類目標(biāo)分別為60，0和-60，(使用60，0和-60的原因是為了較好地在他們使用的儀器表面顯示他們的網(wǎng)絡(luò)輸出結(jié)果。)目標(biāo)是訓(xùn)練網(wǎng)絡(luò)，使得它將6個(gè)模式劃分到相應(yīng)的T，G和F組中。解：模式圖中對(duì)黑色的方塊賦值+l，白色的方塊賦值-1。首先我們將每個(gè)字母轉(zhuǎn)換為一個(gè)16元素的向量。轉(zhuǎn)換時(shí)從左上角開始，先轉(zhuǎn)換左邊第1列，接著轉(zhuǎn)換第2列，等等。例如，對(duì)應(yīng)于未移動(dòng)的字母T，其相應(yīng)的向量為：對(duì)6個(gè)字母中的每一個(gè)將產(chǎn)生這樣的一個(gè)輸入向量。將使用的ADALINE網(wǎng)絡(luò)如圖8-28。圖8-28自適應(yīng)模式分類器現(xiàn)在將6個(gè)輸入向量以隨機(jī)的順序輸入到網(wǎng)絡(luò)中，在每一次輸入后用LMS算法調(diào)整網(wǎng)絡(luò)的權(quán)值，學(xué)習(xí)速度為。調(diào)整權(quán)值后，再將6個(gè)輸入向量到輸入到網(wǎng)絡(luò)中，并產(chǎn)生它們的輸出結(jié)果和相應(yīng)的誤差。用誤差的平方和來檢測(cè)網(wǎng)絡(luò)的質(zhì)量。圖8-29說明了網(wǎng)絡(luò)的收斂情況。總共輸入約60個(gè)輸入向量，即每個(gè)可能的輸入向量大約輸入10次。圖8-29學(xué)習(xí)速度為0.03時(shí)的誤差收斂曲線18.基于反向傳播的概念，求一個(gè)能更新圖8-30中所示的遞歸網(wǎng)絡(luò)的權(quán)值w和w的算法。圖8-30線性遞歸網(wǎng)絡(luò)解：第一步是定義性能指數(shù)。如同多層網(wǎng)絡(luò)，我們使用均方誤差使用最速下降法進(jìn)行權(quán)值更新：這些導(dǎo)數(shù)可計(jì)算如下：因此，需要計(jì)算的關(guān)鍵項(xiàng)是要計(jì)算這些項(xiàng)，首先需要寫出網(wǎng)絡(luò)方程兩邊對(duì)網(wǎng)絡(luò)權(quán)值求導(dǎo)數(shù)得：（注意我們必須考慮到a（k）本身是w和w的函數(shù)的事實(shí)）最速下降法中更新權(quán)值時(shí)使用這兩個(gè)遞歸方程來計(jì)算導(dǎo)數(shù)。方程用初始化，這是由于初始條件不是權(quán)值的函數(shù)。要說明此過程，先假定a(0)=0。第一次網(wǎng)絡(luò)更新為第一個(gè)導(dǎo)數(shù)為：第一次權(quán)值的更新為這個(gè)算法屬于動(dòng)態(tài)反向傳播類型，其中梯度是用不同的方程計(jì)算的。19.計(jì)算如圖8-31所示3結(jié)點(diǎn)HNN的狀態(tài)轉(zhuǎn)移關(guān)系。圖8-31一個(gè)3結(jié)點(diǎn)Hopfield網(wǎng)絡(luò)該網(wǎng)絡(luò)的參數(shù)為：w12=w21=1，w13=w31=2，w23=w32=-3，θ1=-5，θ2=0，θ3=3。解：以初態(tài)(可任意選定)v1v2v3=(000)為例，以異步運(yùn)行網(wǎng)絡(luò)，考察各個(gè)結(jié)點(diǎn)的狀態(tài)轉(zhuǎn)移情況?，F(xiàn)在考慮每個(gè)結(jié)點(diǎn)v1v2v3以等概率(1/3)被選擇。假定首先選擇結(jié)點(diǎn)v1，則結(jié)點(diǎn)狀態(tài)為：Net1=w12*v2+w13*v3-θ1=1·0+2·0-(-5)=5>0，結(jié)點(diǎn)1輸出為：v1=1。即是，網(wǎng)絡(luò)狀態(tài)由(000)變化到(100)，轉(zhuǎn)移概率為1/3。如選擇結(jié)點(diǎn)v2，則結(jié)點(diǎn)狀態(tài)為：Net2=1·0+(-3)·0-0=0，結(jié)點(diǎn)2輸出為：v2=0。即是，網(wǎng)絡(luò)狀態(tài)由(000)變化到(000)(也可以稱為網(wǎng)絡(luò)狀態(tài)保持不變)，轉(zhuǎn)移概率為1/3。如選擇結(jié)點(diǎn)v3，則結(jié)點(diǎn)狀態(tài)為：Net3=2·0+(-3)·0-3=-3<0，結(jié)點(diǎn)3輸出為：v3=0。即是，網(wǎng)絡(luò)狀態(tài)由(000)變化到(000)，同樣，轉(zhuǎn)移概率為1/3。從上面網(wǎng)絡(luò)的運(yùn)行看出，在圖8-25給定的網(wǎng)絡(luò)參數(shù)情況下，網(wǎng)絡(luò)狀態(tài)(000)不會(huì)轉(zhuǎn)移到(010)和(001)，而以1/3的概率轉(zhuǎn)移到(100)，以2/3的概率保持不變。同理，可以計(jì)算出其他狀態(tài)之間的轉(zhuǎn)移關(guān)系如圖8-32所示。圖中標(biāo)出了狀態(tài)保持不變的轉(zhuǎn)移概率，其余未標(biāo)注的均為1/3。圖8-323結(jié)點(diǎn)Hopfield網(wǎng)絡(luò)狀態(tài)轉(zhuǎn)移可以看出：狀態(tài)(110)是穩(wěn)定狀態(tài)；從任意初始狀態(tài)開始，網(wǎng)絡(luò)經(jīng)過有限次狀態(tài)更新后，都將到達(dá)該穩(wěn)定狀態(tài)。20.計(jì)算圖8-31所示3結(jié)點(diǎn)模型的各狀態(tài)的能量。解：如首先選擇狀態(tài)v1v2v3=(011)，此時(shí)，網(wǎng)絡(luò)的能量為：E=-w12v1v2-w13v1v3-w23v2v3+θ1v1+θ2v2+θ3v3=-1·0·1-2·0·1-(-3)·1·1+(-5)·0+0·1+3·1=6。再如選擇狀態(tài)v1v2v3=(110)，網(wǎng)絡(luò)的能量為：E=-w12v1v2-w13v1v3-w23v2v3+θ1v1+θ2v2+θ3v3=-1·1·1-2·1·0-(-3)·1·0+(-5)·1+0·1+3·0=-6。其余狀態(tài)的能量如表8-3所示。表8-3一個(gè)3結(jié)點(diǎn)模型各狀態(tài)的能量v1v2v3E0000001301000116100-5101-4110-6111-2顯然，狀態(tài)v1v2v3=(110)處的能量最小。圖8-33右邊的數(shù)值變化說明了能量單調(diào)下降的對(duì)應(yīng)狀態(tài)。從任意初態(tài)開始，網(wǎng)絡(luò)沿能量減小(包括同一級(jí)能量)方向更新狀態(tài)，最終能達(dá)到對(duì)應(yīng)能量極小的穩(wěn)態(tài)。圖8-333結(jié)點(diǎn)Hopfield網(wǎng)絡(luò)狀態(tài)能量變化第9章智能規(guī)劃1.猴子和香蕉問題。實(shí)驗(yàn)室的一只猴子面對(duì)天花板上的一些夠不到的香蕉。一個(gè)箱子是可用的，如果猴子爬上箱子，它就可以夠到香蕉。起初，猴子位于A，香蕉位于B，而箱子位于C。猴子和箱子的高度是Low，但是如果猴子爬到箱子上面，它的高度就跟香蕉一樣是High。猴子可用的行動(dòng)包括從一個(gè)位置走到另一個(gè)位置Go，將對(duì)象從一個(gè)地方移動(dòng)到另一個(gè)地方的Push，爬上一個(gè)對(duì)象的ClimbUp或爬下一個(gè)對(duì)象的ClimbDown，抓住一個(gè)對(duì)象的Grasp或放開一個(gè)對(duì)象的UnGrasp。如果猴子和某對(duì)象在同一個(gè)地方的同一高度，行動(dòng)“抓住”導(dǎo)致持有該對(duì)象。（1）給出初始狀態(tài)描述。（2）給出STRIPS風(fēng)格的6種操作的定義。（3）假設(shè)猴子想在摘取香蕉后把箱子移回最初位置來愚弄溜號(hào)去喝茶的科學(xué)家。這個(gè)目標(biāo)能被STRIPS類型的系統(tǒng)解決嗎？（4）對(duì)Push的規(guī)則可能是不正確的，因?yàn)槿绻麑?duì)象太重的話，當(dāng)Push算子應(yīng)用的時(shí)候，它的位置將保持不變。這是分支問題或限制問題的一個(gè)實(shí)例嗎？修改問題的描述來解決重物的問題。（5）思考兩只猴子共同完成任務(wù)的描述與解決方法。解：（1）初始狀態(tài)：At(Monkey,A)∧At(Bananas,B)∧At(Box,C)∧Height(Monkey,Low)∧Height(Box,Low)∧Height(Bananas,High)∧Pushable(Box)∧Climbable(Box)。（2）6種操作如下：Action(Go(x,y),PRECOND:At(Monkey,x),EFFECT:At(Monkey,y)∧￢At(Monkey,x))Action(Push(b,x,y),PRECOND:At(Monkey,x)∧Pushable(b)∧At(b,x),EFFECT:At(b,y)∧At(Monkey,y)∧￢At(b,x)∧￢At(Monkey,x))Action(ClimbUp(b),PRECOND:At(Monkey,x)∧At(b,x)∧Climbable(b)∧Height(Monkey,Low),EFFECT:On(Monkey,b)∧Height(Monkey,High)∧￢Height(Monkey,Low))Action(Grasp(b),PRECOND:Height(Monkey,h)∧Height(b,h)∧At(Monkey,x)∧At(b,x),EFFECT:Have(Monkey,b))Action(ClimbDown(b),PRECOND:On(Monkey,b)∧Height(Monkey,High),EFFECT:￢On(Monkey,b)∧￢Height(Monkey,High)∧Height(Monkey,Low))Action(UnGrasp(b),PRECOND:Have(Monkey,b),EFFECT:￢Have(Monkey,b))（3）雖然“專家被愚弄”這個(gè)效果能從猴子所處的狀態(tài)進(jìn)行推導(dǎo)而得出，但是本問題的描述未給出進(jìn)行推導(dǎo)的規(guī)則，因此該目標(biāo)無法被STRIPS類型的規(guī)劃系統(tǒng)解決。（4）在Push規(guī)則中包含對(duì)所移動(dòng)對(duì)象是否可移動(dòng)的判斷。例如使用Pushable()這個(gè)一元謂詞，在規(guī)劃求解之前，根據(jù)每個(gè)對(duì)象o的重量來得出Pushable(o)的真值。（5）為了建模兩只（多只）猴子合作完成任務(wù)的問題，所有的操作中不能再使用Monkey這個(gè)常量，而應(yīng)該把執(zhí)行該操作的猴子對(duì)象作為參量。此外，在任務(wù)描述中需要加入兩個(gè)猴子對(duì)象。相應(yīng)建模結(jié)果修改如下：Action(Go(m,x,y),PRECOND:At(m,x),EFFECT:At(m,y)∧￢At(m,x))Action(Push(m,b,x,y),PRECOND:At(m,x)∧Pushable(b),EFFECT:At(b,y)∧At(m,y)∧￢At(b,x)∧￢At(m,x))Action(ClimbUp(m,b),PRECOND:At(m,x)∧At(b,x)∧Climbable(b),EFFECT:On(m,b)∧Height(m,High))Action(Grasp(m,b),PRECOND:Height(m,h)∧Height(b,h)∧At(m,x)∧At(b,x),EFFECT:Have(m,b))Action(ClimbDown(m,b),PRECOND:On(m,b)∧Height(m,High),EFFECT:￢On(m,b)∧￢Height(m,High)∧Height(m,Low))Action(UnGrasp(m,b),PRECOND:Have(m,b),EFFECT:￢Have(m,b))基于以上的操作模型，規(guī)劃系統(tǒng)能得出具有“一只猴子推箱子，另一只猴子爬箱子”模式的規(guī)劃解。2.闡述基于狀態(tài)空間搜索的規(guī)劃方法和基于分層任務(wù)網(wǎng)絡(luò)的規(guī)劃方法在問題建模過程和求解過程中的主要區(qū)別。解：【建議參考姜云飛教授的譯著《自動(dòng)規(guī)劃：理論和實(shí)踐》第11章】（1）基于狀態(tài)空間的規(guī)劃方法在建模過程中僅建模操作，用操作的前提和效果來建模多個(gè)操作之間的潛在順序關(guān)系，這種順序關(guān)系最終由規(guī)劃算法在求解過程中確定。規(guī)劃算法在求解過程中通過不斷擴(kuò)展?fàn)顟B(tài)空間進(jìn)行前向的或者后向的搜索，擴(kuò)展時(shí)僅需考慮動(dòng)作的前提在當(dāng)前狀態(tài)中是否可應(yīng)用。（2）基于層次任務(wù)網(wǎng)絡(luò)的規(guī)劃方法在問題建模中不僅需要人工建模操作的前提和效果，而且使用Methods結(jié)構(gòu)建模多個(gè)操作之間的順序關(guān)系。這種順序關(guān)系反映了建模專家對(duì)領(lǐng)域理解之后得到的知識(shí)。因此，該類規(guī)劃方法在通常在有多個(gè)部分規(guī)劃構(gòu)成的規(guī)劃空間進(jìn)行求解，在擴(kuò)展一個(gè)部分規(guī)劃時(shí)，需要考慮多個(gè)Methods之間的順序，而不需要考慮Methods之內(nèi)的操作的順序，節(jié)省了一部分求解時(shí)間。多數(shù)研究者認(rèn)為，基于層次任務(wù)網(wǎng)絡(luò)的規(guī)劃方法結(jié)合了人類專家的經(jīng)驗(yàn)和自動(dòng)化搜索的能力，因而在求解實(shí)際問題時(shí)一般所需有的時(shí)間更短，更有效。3.假設(shè)有一個(gè)機(jī)器人能夠?yàn)槠嚫鼡Q輪胎和為輪胎充氣。更換輪胎的主要過程打開工具箱，取出千斤頂，用千斤頂將輪胎抬起。從工具箱中取出套筒扳手，使用套筒扳手松開汽車輪轂上的需要更換的輪胎，卸下該輪胎。從工具箱中取出備胎，一般備胎的充氣不足，需要在備胎安裝到輪轂后再使用打氣筒為它充足氣。使用STRIPS語言對(duì)該問題進(jìn)行描述。解：中英文名對(duì)照如下：套筒扳手（wrench）、千斤頂（jack）、打氣筒（pump）、輪胎（tyre）、輪轂（hub）、螺母（nut）、工具箱（container）、車輪（wheel）。此問題中需要建模的對(duì)象類型有“工具”、輪轂、螺母、工具箱、車輪，套筒扳手、千斤頂、打氣筒屬于工具的子類型。用含義直觀的謂詞名稱和參數(shù)來刻畫機(jī)器人所處的環(huán)境的狀態(tài)。例如：open(x)：表示對(duì)象x是打開的，closed(x)：表示對(duì)象x是關(guān)閉的，in(x,container)：表示建模工具x存放在工具箱container中，loose(x,nut)：表示使用工具x將螺母nut松開的結(jié)果狀態(tài)，on-ground(tyre)：表示車輪tyre在地面上，inflated(tyre)：表示輪胎tyre被充好氣。其他謂詞包括：have(x)，tight(x,y)，unlocked(x)，not-on-ground(x)，not-inflated(x)，fastened(x)，unfastened(x)，free(x)，on(x,y)，intact(x)。操作如下，其中?x–container表示參數(shù)x屬于container類型。Action(open(?x-container),PRECONDITION(unlocked(x)∧closed(x)),EFFECT(open(x)∧￢closed(x)))Action(close(?x-container),PRECONDITION(open(x)),EFFECT(closed(x)∧￢open(x)))Action(fetch(?x-obj?y-container),PRECONDITION(in(x,y)∧open(y)),EFFECT(have(x)∧￢in(x,y)))Action(put-away(?x-obj?y-container),PRECONDITION(have(x)∧open(y)),EFFECT(in(x,y)∧￢have(x)))Action(loosen(?x-nut?y-hub),PRECONDITION(have(wrench)∧tight(x,y)∧on-ground(y)),EFFECT(loose(x,y)∧￢tight(x,y)))Action(tighten(?x-nut?y-hub),PRECONDITION(have(wrench)∧loose(x,y)∧o