欢迎光临！ 我非常喜欢在我的研究中为人工智能编程——神经网络、专家机器和其他。但在工作中，我主要开发web应用程序 现在我想回到这样的编程中去，也许是在业余爱好中，或者是在工作中。在应用程序开发中是否有人工智能被普遍使用的领域，并且具有这种技能的程序员可以搜索工作 或者我可以把一些想法卖给我的老板，然后用人工智能来扩展我们的一些应用程序 在应用程序中使用AI的经验和想法是什么？游戏确实需要AI。 专家系统。在游戏之外，我很少看到人工智能的商业用途 从理论上讲，它在工业机器人和成像领域可能非常有用

我在确定空间和时间的复杂性时遇到了一些困难。例如，如果我有一棵树，它有一个分支因子b，并且最多有一个深度d，我如何计算时间和空间的复杂性？我知道它们是O（b^d）和O（bd），但我的问题是如何获得这些值。空间复杂性相当于“我需要为这个算法分配多少内存”。 时间复杂性相当于“执行（抽象意义上）需要多长时间” 具有分支因子b和深度d的树将在其第0级有一个节点，在其第一级有b节点，在其第二级有b*b=b^2节点，在其第三级有b^2*b=b^3节点，等等。在这四个级别（深度3）中，它有1+b+b^2+b

我正在上人工智能入门课程，老师提到了一些观点，对于分类器ZeroR，ZeroR下的准确度是解释其他分类器的有用基线。 我在网上搜索了这一点，但仍然无法理解，有人能告诉我这意味着什么吗，请提前感谢。我认为推理的思路如下：ZeroR分类器只是将每个值分配给最常见的类（通过检查训练数据发现）。这意味着，如果您的数据是55%的A类、10%的B类、5%的C类等，那么ZeroR将获得55%的正确率。如果您的数据是33%的A类、31%的B类、28%的C类等，那么ZeroR将获得33%的正确率 除了随机选择的类

我正在读这个例子，但是你能再解释一下吗，我不明白它说“然后我们正常化”的部分。。。 我知道 但是他们从哪里得到的呢 W P(W | F=bad) ----------------- sun 0.34 rain 0.66 范例 要规范化数字列表，请将每个数字除以列表的总和 e、 g.python >>> v = [0.14, 0.27] >>> s = sum(v) >>> print s 0.4100000000000

近二十年来，我一直对明斯基的“心灵社会”着迷。然而，我刚刚意识到，我还没有遇到该模型的任何通用实现（最好是一个可访问的开源实现） 我最近在Push Sing（现已不幸去世，是明斯基的学生）那里看到了这篇文章，他还指出，这样的实现并不存在 我想知道是否有人有不同的认识，是否存在这样一个项目或软件库 注：我知道SOAR、ACT-R、Cyc等 谢谢。我认为明斯基的“心灵社会”模型比实际模型更具文学性和理想性。它有很多系统、信息流和控件，但是如果不进行大量的创新，就无法实现任何东西。一旦你把它们放在一起

我试图用a*算法找到任意长度的滑块拼图的最优解 滑块式拼图是一种白色（W）和黑色（B）的游戏，它们排列在一个带有单个空白（-）的线性游戏板上。给定棋盘的初始状态，游戏的目的是将棋盘排列成目标图案 例如，我目前在董事会上的状态是BBW-WWB，我必须实现BBB-WWW状态。 瓷砖可以通过以下方式移动： 1.滑入相邻的空白区域，费用为1。 2.跳过另一块瓷砖进入空白区域，花费1英镑。 3.跳过2块瓷砖进入空白空间，花费2美元 我已经实现了所有功能，但我不确定启发式函数。它计算当前状态下错位磁贴到目标

我想开发风险板游戏，其中将包括一个电脑玩家的人工智能。我读了两篇文章，我意识到我必须学习蒙特卡罗模拟和马尔可夫链技术。我认为我必须同时使用这些技术，但我想它们是计算过渡态概率的不同技术 那么，有人能解释一下它们之间的重要区别和优缺点吗 最后，如果你想实现一个AI for RISK游戏，你会选择哪种方式 你可以在风险棋盘游戏中找到关于战斗结果的简单确定概率，以及使用的蛮力算法。有一个树形图，其中指定了所有可能的状态。我应该在这棵树上使用蒙特卡罗还是马尔可夫链？马尔可夫链只是一组跃迁及其概率，假设没

我正在尝试使用机会节点学习游戏树中的alpha-beta修剪，因此我找到了一个示例，并在解决我的树后进行了研究，结果如下所示： 现在我有几个问题： 首先，如果我们想象叶子的范围是从-无穷大到+无穷大，我能说只有被修剪的节点才是最右边的节点吗 另一个问题是，如果我们想象树叶的范围是从-2到2，我能说只有下图中的圆形区域会被修剪（或者可能我错了，它不应该被修剪） 我认为这称为Expectimax搜索，而不是alpha beta，因为它使用机会节点。

要计算反向传播中的误差，可以使用，（target out-act.out）*act.out*（1-act.out） 那么，act.out*（1-act.out）解决了什么问题 [target out-act.out]不是输出不正确的量吗？它求解神经元输出相对于当前激活水平的导数。如果您使用的是激活功能，那么如果f（x）是激活的sigmoid输出x，则导数df/dx等于f（x）（1-f（x）） 在反向传播方程中，要通过改变权重的多少来确定，需要估计输出对激活变化的敏感性。这就是这个术语所提供的

我已经建立了一个AI来玩Mancala游戏。我已经实现了一个minimax搜索，但是当它对一个贪婪的人工智能启动时，它总是会丢失。当极小极大首先开始时，极小极大只能打败本地贪婪的玩家。这有什么解释吗？或者有什么方法可以用一些通用算法打败本地贪婪的AI？在换边时，你可能会使用反向最小/最大玩家。也许这个问题应该是开着的。听起来你在“错误”的方向上搜索，也就是说，你的AI试图让另一个赢。这可能是因为你的minimax树的根（就像AI第一次启动时）是游戏的初始状态。这应该是AI第一次被允许移动的游戏状

我是人工智能新手，想知道什么（如果有的话）人工智能理论最能描述以下场景： 我有一个可以编程的代理，可以在竞争场景中执行三种状态之一。我对代理进行编程，使其执行每个状态五次。在测试每个状态时，将保留一个赢计数。结果如下所示： State Wins 1 3 2 1 3 3 所有测试完成后，根据结果集确定获胜次数最高（和联合最高）的状态。在上面的示例中，状态1和3被确定为最有效的状态。首先，我认为这种问题更适合，因为它实际上不是关于特定

目前，我正在寻找支持创建多个bot（及其功能）的开源聊天机器人引擎或聊天机器人框架。有人能给我一些建议吗 谢谢：D允许您创建任意数量的机器人程序（API.AI称之为代理）。API.AI还具有和 一旦API.AI对用户的意图进行了分类，并从用户的查询中提取了任何参数，则API.AI将结构化数据以及满足用户请求所需的其他信息发送到您指定的任何URL。这意味着您可以使用任何可以发送和接收JSON的服务器。谢谢Mate:D，这对我真的很有帮助

请输入密码，这是我的密码： { if (hspeed == 0) 0 { if (random(3)<1 and place_free(x-4,y)) { hspeed = -4; vspeed = 0; } if (random(3)<1 and place_free(x+4,y)) { hspeed = 4; vspeed = 0;} { 如果（hspeed==0）0 { 如果（ran

对于统一成本搜索，C会首先扩展D作为最便宜的还是G因为是目标 通常的规则是，统一成本搜索将扩展最便宜的节点，然而，G是目标，而且总体而言，它将是最低成本 你能解释一下吗？在这种情况下，你已经找到了成本为4的目标。但是，想象一下，如果从D到G有一个成本为0.5的边。那么，您需要继续从S-a-C-D-G找到一个成本为3.5的路径。如果您在找到低于C的目标后立即停止，您将得到一个次优的解决方案结果 但是，如果知道最小边代价为1，则可以停止，因为通过D的最佳路径的代价为4，这与路径S-A-C-G相同 这

该项目由道格拉斯·勒纳特在70年代末和80年代开发。据称，它擅长学习一般模式和启发式，并能提高自身的性能。很自然，Lenat从未发布过源代码，也很少发布关于程序确切内部工作的信息。那么，如何设计像Eurisko这样的项目来代替官方解释呢？现在可用的哪些开源技术可能使实现更加实用？事实上，Lenat在Eurisko上发表了相当多的文章（20年前我对此很感兴趣）。IIRC正确地说，他在人工智能文献中发表了许多论文，（这里有一篇关键文章：“为什么Eurisko看起来有效” Eurisko基于他关于AM

当创建一个会说话的人工智能机器人时，我应该使用什么样的设计方法？它应该是一个函数，多个模块，应该有类吗？理解语言是复杂的，所以你首先需要确定的目标是你想理解语言的哪个方面 人工智能必须能够理解人对它说了什么，然后将它与它已经知道的内容联系起来，然后生成合法的响应 这三个步骤几乎可以被认为是独立的，因此您需要单独解决每个步骤 大脑是世界上最好的语言处理器，它使用神经网络，但这不太可能对你有效 一个基于逻辑的证明解决系统，在这个系统中，从事实中得出的事实可能是最有效的，我知道至少有一个系统可以相当有

我曾考虑使用马尔可夫链之类的东西创建聊天机器人，但我不完全确定如何让它工作。据我所知，您可以从数据中创建一个表，其中包含给定的单词，然后是后面的单词。在训练机器人时，是否可能附加任何类型的概率或计数器？这是个好主意吗 问题的第二部分是关键词。假设我已经可以从用户输入中识别关键字，我如何生成使用该关键字的句子？我不想总是以关键字开始句子，那么我如何为马尔可夫链播种呢？几年前，我用Python为IRC制作了一个马尔可夫链聊天机器人，可以说明我是如何做到的。生成的文本不一定有任何意义，但读起来确实很有

我想做一个机器人，可以进行简单的对话。我希望能够向机器人提供有关它知道的事情的参数，以及它对某些主题的反应。我想知道是否有人知道任何免费提供的源代码或一个体面的对话机器人的API 我想用它来促进游戏，让电脑控制的角色和真正的玩家互动，而不需要完全预先编写脚本，静态对话。我希望我能找到一些能够进行简单、一般性对话的东西，除非被问及某个特定主题，在这一点上，它可以对预设的特定主题列表给出特定的答复 我想问更多关于会话处理方面的问题，而不是关于前端或其他应用程序挂钩之类的问题。最初，我将使它成为一个基

机器可以使用哪些技术来进行良好的对话/通过图灵测试？我知道这与自然语言理解和处理有关，但我需要更多细节 我对赢得2010年勒布纳奖的聊天机器人苏塞特特别感兴趣 谢谢你在写这篇文章时，还没有任何东西能通过图灵测试 不是这样的答案，但如果你正在寻找可以的答案，那么还没有人知道答案。停止尝试构建天网，请：(

我读了一些关于人工神经网络和马尔可夫过程的书。有人能帮助我理解马尔可夫过程与人工神经网络和遗传算法的结合点吗。或者简单地说，马尔可夫过程在这个场景中扮演什么角色 多亏了马尔可夫过程和人工神经网络是完全不同的概念 马尔可夫过程描述任何遵循某种统计特性的事件。“高斯”或“随机”这两个词就其统计特性描述了一组特定的事件 人工神经网络是一种帮助解决问题的算法，它与马尔可夫过程并没有真正的联系。你可能会想，这也是一个算法。HMM假设底层系统是一个具有隐藏状态的马尔可夫过程 公认的答案是正确的，但我只想补充

给定一个多维数组，其中X是一面墙，*是目标位置。如何找到一条路径而不陷入循环 $map= array( array("X","X"," ","*"), array(" ","X"," ","X"), array(" "," "," "," "), array(" ","X","X"," ")); 首先，您需要一个函数，该函数为每个单元或节点提供有效的邻居 然后，为了找到通往目标的最短路径，我们应该这样做。如果从起始位置开始并展开节点直到达到目标，则始终

我想在我的SVM分类中有一个无效的类别。例如，考虑到水果分类，我想要苹果、橘子、香蕉和“非水果”（无效）。我想知道是否最好为每个类别创建一个二进制SVM分类器（一个用于苹果，一个用于橙色等），或者创建一个SVM分类器，将无效类别作为其中一个类别，并向其提供无效的训练数据 更具体地说，我有一个对时间序列数据进行分类的分类器。我需要将一些fed时间序列分类为无效类别（或基本上不属于所需类别）。这取决于您的SVM包。如果您使用的是libsvm，那么可以有几个“积极”类。只需调用“invalid”类0、

下班很晚了，我一直在做一些关于网页抓取的工作。经过一些研究和分析，我可以掌握它。但我坚持了一些观点，即使在谷歌搜索之后，我也找不到合适的答案。我坚持的一点是，通过网页抓取，我使用登录用户和密码登录到内部网页面，对于代码中给定的URL，我能够获取数据，但当URL更改时，我的代码无法登录，原因是代码命中了错误的URL。现在，点击链接的代码是一种代理，它在刷新命令时点击URL 我想知道任何好的工具或一些书，可以帮助我了解如何将人工智能应用于网页抓取。有了它，我可以动态地处理我的代理，而无需手动重新配置

在此处输入code我正在尝试回答以下问题： A->B p（A）=0.5 p（B | A=T）=0.7 p（B | A=F）=0.8 那么p（A | B）= 谢谢 首先应用贝叶斯规则，得到： P(A|B) = P(A) * P(B|A) / P(B) 然后对a的值求和，得到： P(A|B) = P(A) * P(B|A) / (sum_{a} P(B,a)) 然后应用链规则： P(A|B) = P(A) * P(B|A) / (sum_{a} P(B|a) * P(a)) 使用这个公式，你

我正在尝试加载一个以二进制表示字母的Arff文件，它如下所示： 但当我尝试将其加载到Weka中时，我将错误“标题中未标记标称值，读取标记[A]，第33行” 根据我的理解，第一行数据末尾的“A”与@attribute class行中的“A”不一样。但它们看起来一样？我尝试添加单引号，但仍然没有任何结果。通过从@attribute class行复制粘贴“A”来修复。通过从@attribute class行复制粘贴“A”来修复它这也可能是因为从这开始的后续步数。 在excel中打开数据文件并以csv格

我正在为我的家建立一个语音激活的人工智能系统。作为一个la Echo，当我说“播放一些摇滚乐”时，我希望能够在我的android主机上开始流式播放音乐。我可以处理人工智能部分，但我需要一个web API端点来开始流媒体音乐。以下是详细信息。此Web API端点允许外部应用程序访问Spotify目录和用户数据。还有一些，这是 也来看看。此repo是一个Go包装器，用于与Spotify的Web API协作，旨在支持列表中列出的每项任务 希望这有帮助 可以从spotify流式播放音乐，并为客户端提供许

所以我尝试在AIML上创建一个带有正向链接的聊天机器人。到目前为止，我所知道的是只在特定语句上设置变量的值，而这并不是简单的 以下是我目前的情况： <category> <pattern>THE COLOR OF THE * IS *</pattern> <template>I will remember that <learnf> <category> <pattern>WHAT COLOR IS T

发送给认知服务的数据表明，LUIS可能包含一些我们不希望在企业外部公开的信息。因此，想知道如何实现这一点？？？对于LUIS，您可以在发送的URL中设置log=off。这将禁用对话语的记录。文件在这里： > P>您可以考虑路易斯容器，它只向Azure发送必要的计费使用数据。 你需要路易斯的私人数据吗？

我在一个CNN上工作，我可以对旧画中发现的一张特定脸的几张图像进行训练，目的是为模型提供数千张以前从未见过的其他图像，并返回具有类似特征的图像，最好返回与训练数据相似的概率值 我遇到了几个问题，所以我想知道你的方法是什么。当你只是训练（例如）你的脸面对一堆随机的脸，所以你的脸有标签1，随机的脸有标签0，那么它应该在你的脸和其他脸之间有所区别。但是要检查一堆相同的脸，你必须使用。如果训练正确，这将给你两张脸之间的相似性分数。这应该是你一直在寻找的（我希望：） 谢谢你的帮助，我将研究暹罗神经网络。我

如果我们有一组好的种子，我们如何使用一种在大量文本中运行的技术引导向情感词汇添加更多的单词

我想为智力挑战建立一个扑克机器人（和一些其他游戏）。然而，我只想以道德和法律的方式来做这件事 所以，我需要一个游戏服务器，所有玩家和游戏运营商都知道我在运行一个扑克机器人。这不是作弊，而是常态。也许即使是作为一个人也是违反规则的 （我还想为其他游戏创建PlayerBot，而不仅仅是扑克。） 如果还没有，有人愿意做一个协作项目来构建这样的环境吗 更新： 我想说，开放API是服务器向机器人开放的最终标志。 没有API=不欢迎机器人 另外，我很乐意为积分而不是真正的金钱而游戏。你可以查看该系列，看看他

为了减轻我天生的愚蠢，我一直在努力。在尝试解决一些练习时，我遇到了“谁拥有斑马”的问题，即中的练习5.13。这是一个问题，但回答主要针对“如果您可以自由选择问题解决软件，您将如何解决此问题？” 我承认Prolog是解决这类问题的一种非常合适的编程语言，并且有一些很好的包可用，例如，在Python中，如排名靠前的答案所示，也是独立的。唉，所有这些都不能帮助我以书中概述的方式“度过难关” 这本书似乎建议建立一组双重的或者可能是全局的约束，然后实现上面提到的一些算法来找到解决方案。我很难想出一套适合建

我正在为决策树编写自己的代码。我需要决定何时终止树构建过程。我可以考虑限制树的高度，但这似乎微不足道。谁能给我一个更好的主意，如何实现我的终止功能 这里是我的树构建算法。在你的问题中没有什么上下文，但我假设你正在从一大组数据构建一棵树？在这种情况下，除了LearnSet之外，还需要一个解决方案来获取一组停止集示例，并定期在此停止集上验证您的决策过程。如果质量下降，这表明您在LearnSet上训练过度 我故意使用StopSet而不是TestSet，因为在此之后，您应该在测试集上应用您的决策树来评估

嗨 我搞不懂如何用极大极小搜索来确定上的效用函数 解释它与任何游戏，你可以使用极大极小搜索 基本上我是问你如何确定效用函数 喝彩效用值只是玩家在游戏中达到某个特定状态时收到的任意值。例如，在Tic-tac-toe中，你的效用函数可以是1表示胜利，0表示平局，或者-1表示失败。 在此基础上运行minmax最多只能找到一组导致1（胜利）的操作 另一个例子是国际象棋（并不是说你可以在一盘国际象棋上运行minimax）。假设你的效用函数来自一个特定的数字，该数字基于你捕获或丢失的棋子的价值确定在特定状态

我有一个AI，擅长玩连接4（使用minimax）。现在我想用一些机器学习算法来学习我拥有的人工智能，我想让它们互相对抗 什么样的算法适用于此，我将如何训练它？如果有人能说出一种方法，我可以很容易地用谷歌搜索。但是现在我不知道用谷歌搜索什么…你完全可以用神经网络来做这件事。由于很难找到正确数量的输入和输出节点以及所有权重，因此我建议使用进化计算技术（如遗传算法）来实现这一点 希望这有帮助。干杯 Connect Four是一个已解决的游戏，这意味着有一种策略将始终允许先走的玩家获胜。你可以尝试使用机

我一直在努力学习反向传播如何与神经网络一起工作，但还没有从技术层面上找到一个好的解释 反向传播是如何工作的？它如何从提供的培训数据集中学习？我将不得不编写代码，但在此之前，我需要对它有更深入的理解 反向传播的工作逻辑与前馈非常相似。区别在于数据流的方向。在前馈步骤中，您可以从中观察到输入和输出。您可以向前传播这些值来训练前面的神经元 在反向传播步骤中，除了输出层中的错误外，您无法知道每个神经元中发生的错误。计算输出节点的误差很简单——您可以在训练集中获取神经元的输出与该实例的实际输出之间的差值。

出于学习目的，我想研究一个开源专家系统，特别是一个能够推理和解释其推理的系统。您知道哪些工具？一些开源专家系统/专家系统工具（可用于编写专家系统的工具）包括 CLIPS是一种用于创建基于规则或对象的专家系统的环境 ，Pyke允许您使用逻辑编程在Python中创建专家系统 PHP专家系统工具主要集中于法律专家系统的应用 是使用XML的Java知识库系统 Java中案例库推理程序的参考平台 Java中基于决策表的规则引擎 是一个受良好支持的基于Java的规则处理引擎 Euler是一个支持基于逻辑的

目前我正在学习神经网络，我正在尝试创建一个可以训练识别手写字符的应用程序。 对于这个问题，我使用了一个前馈神经网络，当我训练它识别1、2或3个不同的字符时，它似乎可以工作。但是，当我试图让网络学习超过3个字符时，它的错误率将停滞在40-60%左右 我尝试了多层和更少/更多的神经元，但我似乎无法正确理解，现在我想知道前馈神经网络是否能够识别那么多信息 一些统计数字： 网络类型：前馈神经网络 输入神经元：100（10*10）网格用于绘制字符 输出神经元：要重新组织的字符数 有人知道我的架构中可能存在

请给我一些建议。我有一个文档集合，所有文档都有一个共同的属性（例如法语出现），其中一些文档被标记为与此集合无关（例如法语亲吻出现），但并非所有文档都保证已被识别。找出哪些其他文档不属于哪个文档的最佳方法是什么 某些类型的神经网络（如Rosenblatt感知器）可以在erroneus数据集上进行训练，并且可以显示出比tranier更好的性能。此外，在许多情况下，你应该犯错误，以避免过度训练 您可以随机标记所有未标记的文档，训练几个网络，并在测试集中评估它们的性能（当然，您不应该在测试集中包括未标记

如何实现和-或图形。我可以使用哪种数据结构，哪种是最好的？在阅读算法时，我读了单词“无用”，这是什么意思？ 什么是和弧你的问题的答案本身就有问题。您可以通过使用数据结构图和树来实现和或图。在任何语言中，您都可以简单地创建树或图形根据算法，您可以为其编写代码。 无效性就像阈值。它用于检查特定的条件，可能是距离或任何东西

我在搜索算法的上下文中遇到了术语“可接受的启发式”。有人能解释（或给出直觉）为什么启发式函数h只有在没有高估实际距离的情况下才是可接受的吗？对于那些不寻求免费资源的人来说 在计算机科学中，特别是在与 寻路，一个启发式函数被称为是可接受的，如果它从来没有 高估了实现目标的成本，即实现目标的成本 达到目标的估计值不高于可能的最低值 路径中当前点的成本。可接受的启发式是 也称为乐观启发式 这是指向维基百科的链接： 关于第二个问题 当启发式没有高估真实成本时，它是可以接受的，因为它是这样定义的。对于那

我在看书。不幸的是，我很难理解如何扩展下面列出的状态机。此示例的伪代码似乎要求状态机对当前状态执行操作： do_stateless_ai(statemachine[action][currentstate]); 如果我需要实现多个怪物AI，这意味着什么 我是否创建了一个状态机实现，然后用不同的状态表加载它，如下所示 或 我是否为每个怪物编写了唯一的状态机代码 或 如果我有多个怪物，我会创建一个巨大的状态表吗？抱歉，如果这个问题看起来非常业余，这是我第一次尝试实现人工智能 以下是文章中描述的人工

我有三个θ值。但是为了画一条线，我们只需要两个θ，那么第三个θ值的需要是什么呢 我无法绘制决策边界。请帮帮我。据说您添加了一个截距项，因此θ具有三维是正常的：两个梯度（根据X和Y加上偏置项）。如果θu 1是偏置项，θu 2是X梯度，θu 3是Y梯度，则直线方程为： Y=-theta_2/theta_3.*X+theta_1 最好的祝愿你的y轴截距实际上应该是θ1/θ3。

我知道一个从未高估到目标的实际距离的启发式函数叫做可容许函数。我发现一个启发式函数在实践中可以做到这一点，但我不知道如何给出形式证明。如何证明启发式函数是可容许的？例如：曼哈顿距离启发式。如果您可以正式定义距离目标的实际距离，那么您可以简单地消除约束，以开发一个可接受的启发式 例如： 从点（x1，y1）到点（x2，y2）的曼哈顿距离等于| x1-x2 |+| y1-y2 |。 您可以简单地删除一个术语，以产生一个启发式。例如h=| x1-x2 |。 为了证明这是一个可接受的启发式算法，您可以证明

我几乎不想弄清楚什么是聊天机器人的功能和技术架构，它的后端是知识图（Grakn或Neo4j之类的图DB，我还不知道哪一个更好） 目前，我将使用Neo4j作为数据库，但我看到了一个关于grakn.ai的有趣教程，其中一个人正在使用Api.ai+graph DB（请参阅：） 我还研究了这个github，它使用本体+botkit+dialogflow（参见：）。我不明白这个人为什么要用botkit 所以，我迷路了。。。我应该使用什么堆栈来构建我的聊天机器人体系结构 另外，我需要对我的机器人的大脑做一个

我正在尝试使用PDDL解决这个难题。为了实现在单元格中放置灯泡的效果，我必须在（x，y）中放置灯泡，然后点亮相同的行和列，只要没有黑色单元格。我无法在黑牢房前点亮牢房 例如，对于5*5网格，如果我想在（0,1）处放置一个灯泡，而在（3,1）处有一个黑色单元格，如果我只考虑柱，我只想点亮单元格（0,1）、（1,1）、（2,1）。但我不想在黑色单元格之后点亮单元格（4,1） 因此，如果我使用类似forall的东西，当它在行/列中找到一个黑色单元格时，如何打破forall循环？我认为值得一看PDDL中

我有一个智能灯，它的动作可以打开/关闭。打开该操作会增加房间的亮度，但是，由于当前的环境状态，我无法确定它会增加多少亮度。有没有办法在PDDL中对这种不确定性进行建模 (define (domain home) (:requirements :typing :fluents) (:types phillipshue - lamp ) (:predicates (lamp_powerstate_on ?l -lamp) ) (:functions

我是强化学习代理培训的新手。我已经阅读了PPO算法，并使用稳定的基线库来培训使用PPO的代理。所以我的问题是如何评估一个训练有素的RL特工。考虑到回归或分类问题，我有度量，如R2a分数或精度等。是否存在任何此类参数，或者我如何测试代理，得出代理是否受过良好培训的结论 谢谢您可以使用随机策略运行您的环境，然后使用经过培训的PPO模型使用相同的随机种子运行相同的环境。通过对累积奖励的比较，您可以初步了解经过培训的模型的性能 由于您使用PPO，您可能希望检查渐变的轨迹和KL散度值，以查看是否已定义好接

我不理解你的代码，而且似乎还有缩进打字错误 但是，Candidate作为一个类将crossover方法中的child1和child2的适应值初始化为None。在返回并在代码中使用child1和child2之前，在crossover方法中不会覆盖这些内容。您可能不希望使用浮点型，因为您可能需要首先找出代码不正确的原因，即为什么它没有设置适应度 我建议为您的各个方法添加测试，以确保它们都按照您的预期工作，然后再尝试让所有方法同时工作。尝试打印child2是什么，然后试着打印child2.fitnes

我似乎在任何地方都找不到这个具体问题的答案。 我正在从头开始重新创建LSTM，因为我想更好地理解它 我已经提出了我目前对LSTM的理解，并将其附在这篇文章中 如果它取h（t-1）并将其与x（t）连接起来，则会生成一个比h（t-1）大的向量。 Sigmoid随后应用于这个级联向量，tanh应用于单元状态，然后它们相乘。这将生成新的隐藏状态 那么h（t）的大小如何不比h（t-1）大呢？为什么隐藏状态不随每个时间步增长 Hm，图中的一些步骤中隐藏了一些投影步骤。图中的“sigmoid”符号实际上意味着