Artificial intelligence 如何应用梳子法？

我正在研究combs方法，以减少模糊逻辑规则的“组合爆炸”。这里有一个例子，摘自“从示例中编程游戏AI”（由Mat Buckland编写）：

Combs方法背后的理论基于这样一个原则：规则如下：

如果目标距离远且弹药装载量大，则需要

逻辑上等同于：如果目标是理想的，或者 弹药装填完毕

使用此原则，可以定义仅包含 每个后续成员集一条规则。例如，九条规则 先前给出的火箭发射器的可取性：

规则1。如果目标距离远且弹药装载量大，则需要

规则2。如果目标距离远，弹药充足，则不可取

规则3。如果目标较远，弹药较低，则不可取

规则4。如果目标为中型弹药，则可使用

规则5。如果目标和弹药都没问题，那就很重要了

规则6。如果目标为中，弹药为低，则需要

规则7。如果目标关闭并装载弹药，则不需要

规则8。如果目标接近且弹药充足，则不可取

规则9。如果目标接近且弹药不足，则不可取

可以简化为六条规则：

规则1。如果目标_关闭，则不需要

规则2。如果目标为中等，则非常理想

规则3。如果目标距离远，则不可取

规则4。如果弹药不足，则不可取

规则5。如果弹药没问题的话

规则6。如果弹药装上了，那么就很安全了

---

我不明白他是怎么减少这些规定的！我已经将每个起始规则分为两部分（应用在起始部分A和B=>C中编写的原则相当于A=>C或B=>C）。现在是否有一个模式可以遵循，或者最后的6条规则独立于开始的9条规则？

第一个问题是运算符。这不仅仅是，而且如果。。。 在这里，您可以找到有关IF/THEN运算符的更多信息：

但“如何减少”的问题仍然悬而未决