机构名称：
¥ 1.0
简介 由于当今人工智能 (AI) 领域的范围非常广泛，入门级 AI 课程通常包括各种主题和技术。 因此，AI 课程可能会让学生觉得内容不连贯，他们可能很难理解不同 AI 主题之间的关系。 我们发现，布置一系列紧密集成的编程项目可以为学生提供一个解决多种不同类型 AI 问题的通用平台，从而使我们的 AI 课程更加统一。 在本文中，我们描述了一系列使用 Pac-Man 作为问题解决环境的项目，用于教授状态空间搜索、对抗搜索、马尔可夫决策过程、强化学习和概率跟踪。 我们选择 Pac-Man 有几个原因。 首先，它玩起来和看起来都很有趣，因为它激发了学生对电子游戏和复古流行文化的热情。 其次，我们寻找一个可以支持确定性、随机性、部分知情和对抗性问题设置的领域。最后，我们希望环境既直观又丰富。Pac-Man 直观的意思是它由在网格上移动的物体组成，学生可以轻松地将这种设置映射到搜索问题和马尔可夫决策过程的一般定义上。Pac-Man 丰富之处在于它会产生非常具有挑战性的 AI 问题；用尽可能少的步骤吃掉所有的食物点是一个非平面旅行商问题。1
使用 Pac-Man 教授人工智能入门知识
主要关键词
相关文件推荐
