是機器學習領(lǐng)域中涉及創(chuàng)建和修改軟件智能體有關(guān)其環(huán)境中可執(zhí)行的行為的效果和前提條件的知識。這些知識通常以基于邏輯的動作描述語言表示。...[繼續(xù)閱讀]

    產(chǎn)生式規(guī)則的后半部分。每條規(guī)則的前提或前半部分是一個或多個子句形成的布爾組合,每個子句由相互關(guān)聯(lián)的屬性、對象和值三個要素作為變元的一個謂詞函數(shù)構(gòu)成。前提往往是一些子句的合取。每個子句內(nèi)部可能包含有任意復雜...[繼續(xù)閱讀]

    用于說明狀態(tài)轉(zhuǎn)換系統(tǒng)的語言,通常用于建立動作對世界的影響的形式化模型。動作語言通常用于人工智能和機器人領(lǐng)域,描述動作如何隨時間影響系統(tǒng)的狀態(tài),并可用于自動規(guī)劃。...[繼續(xù)閱讀]

    在機器學習中,動作模型學習涉及創(chuàng)建和修改智能體關(guān)于在環(huán)境中可執(zhí)行的動作的效果和前提條件的知識。這種知識通常以基于邏輯的動作描述語言表示,用作自動規(guī)劃系統(tǒng)的輸入。...[繼續(xù)閱讀]

    表征智能系統(tǒng)最基本問題的一種方式:下一步該做什么。在人工智能和計算認知科學中,“動作選擇問題”通常與在其環(huán)境中表現(xiàn)出復雜行為的智能體和人工系統(tǒng)相關(guān)。...[繼續(xù)閱讀]

    利用機器人的傳感器反饋和控制機制來指導其在動態(tài)環(huán)境中運動。它類似人在所處環(huán)境中感知并適應(yīng)目標的神經(jīng)系統(tǒng)。...[繼續(xù)閱讀]

    在中間形態(tài)激活平衡中用的一個常數(shù)。神經(jīng)網(wǎng)絡(luò)的動態(tài)時間指在某時刻,神經(jīng)網(wǎng)絡(luò)求解權(quán)系數(shù)的暫態(tài)時間。由網(wǎng)絡(luò)狀態(tài)方程的動態(tài)時間常數(shù)可估計出神經(jīng)網(wǎng)絡(luò)的計算時間。...[繼續(xù)閱讀]

    在實例中學習的過程中,程序能夠從特定的實例中導出規(guī)則,由可能的訓練實例構(gòu)成的空間叫實例空間,可準確搜索實例空間的程序叫動態(tài)實例選擇程序。...[繼續(xù)閱讀]

    主動學習主要是選擇策略,它通過一定的算法查詢最有用的未標記樣本,并交專家進行標記,再用查詢到的樣本訓練分類模型來提高模型的精確度。在某些情況下,沒有類標簽的數(shù)據(jù)相當多而有類標簽的數(shù)據(jù)相當少,而人工對數(shù)據(jù)進行標記...[繼續(xù)閱讀]

    在搜索過程中生成但還沒有被搜索策略發(fā)現(xiàn)的狀態(tài)列表。...[繼續(xù)閱讀]