•我们更加重视部分可观察到的非确定性环境,尤其是在搜索和计划的非稳定环境中。在这些环境中引入了信仰状态(一组可能的世界)和状态估计(维持信仰状态)的概念;在本书的稍后,我们增加了概率。•除了讨论环境和代理类型的类型外,我们现在更深入地介绍了代理可以使用的表示的类型。我们区分原子表示(在世界各个状态被视为黑匣子),刻考虑的表示形式(其中一个状态是一组属性/价值对)和结构化表示(世界由对象和它们之间的关系组成)。•我们对计划的覆盖范围更深入地,在部分可观察到的环境中,包括一种新的层次计划方法。•我们在一阶概率模型上添加了新材料,包括对于存在哪些对象的情况不确定性的情况。•我们完全重写了入门的机器学习章节,强调了更广泛的现代学习算法,并将其放置在纯粹的理论基础上。•我们扩大了网络搜索和信息提取的覆盖范围,以及用于从非常大的数据集中学习的技术。•此版本中有20%的引用是在2003年之后发表的作品。•我们估计约有20%的材料是全新的。其余的80%反映了较旧的作品,但在很大程度上被重写以呈现出更加统一的图片。
主要关键词