人工智能：学习与策略

我有一个有关AI的理论，我想写一篇“白皮书”。我想在AI中探索的区别是学习与策略制定。我的问题是，在哪里可以阅读有关该主题的其他材料？

让我举一个国际象棋的例子。让我们将国际象棋AI看成是一棵最大的树，在其中捕获一个敌方单位会将该单位的值添加到该决定的“移动得分”中（同样，丢失一块就会将该值减去该值）。捕获棋子可能会获得1分，骑士获得4分，车队获得5分，依此类推。

战略制定将是AI运用这些观点并确定下一步行动；例如。给定十个可能的动作，请在三个动作结束时选择最佳（最高分）。

学习将应用统计观察来确定那些值。如果您玩100场游戏，则AI可能会决定捕获一个棋子为2分，而一个骑士则为7分，而一个新手车则为3分（基于100个游戏）。

文学中是否已经存在这种区别，如果存在，我在哪里可以读到？

编辑：有谁知道利用这种方法的国际象棋游戏（最好具有源代码）？也许Chess960 @ Home吗？

您所说的制定战略通常在AI社区中称为搜索。它包含A *和DFS之类的简单算法，以及A *等知情搜索的启发式设计方法。

您所谓的学习称为机器学习，传统上分为监督学习，无监督学习和强化学习。游戏中最重要的领域可能是基因编程，神经网络和支持向量机以及贝叶斯网络。但是机器学习是一个巨大的领域，这只是它学习的工具的一小部分。

如果您真的对不同类型的AI方法感兴趣，我建议您读一本真正的教科书，例如AI：一种现代方法，而不要阅读Wikipedia。

您绝对应该阅读AI的现代方法。这本书有点贵，但是除非您有一些基础工作，否则您不能认真讨论AI。另外，第二版和第三版一样好，因此，如果您能够找到便宜的第二版，请使用它。

如果您真的想学习机器学习，请参阅Mitchell博士的书提供很多深入的信息。

不幸的是，进入AI学术界的障碍如此之大。但是，如果您发布使用独特（错误）词汇的白皮书并讨论学术界已众所周知的技术，那么它对您或其他任何人都不会有帮助。

学习您的对手的行为以改善自己的行为的领域有几个值得注意的条目。好的垃圾邮件过滤器可以做到这一点。您应该研究Paper Rock Scissors AI。PRS之所以与众不同，是因为它很简单并且不涉及任何搜索（也称为策略化）。AI击败人类的唯一方法就是学习并利用他们的偏好。

看看由NYTimes打造的PRS AI机器人。