墨尔本大学COMP90054作业讲解

　　墨尔本大学COMP90054课程的重点是自动化计划和推理及其实际应用的基础。 自动化计划是开发代理商的AI方法，代理商可以自行制定决策并变得越来越受欢迎。 自治代理是活跃的实体，可以感知其环境，理由，计划并执行适当的操作以实现其目标，从而为用户(现实世界，人类或其他代理)服务。 本课程展示了这项工作与传统人工智能领域以外的许多应用如何相关，例如资源调度，物流，流程管理，服务组合，智能传感和机器人技术。 该课程着重于使代理能够在协作任务执行过程中自主地思考目标，感知，动作和其他代理的知识的基础。

　　墨尔本大学COMP90054作业形式：2个个人项目作业，2个小组项目作业，期末考试

　　作业信息：取自2020第一学期

　　2个个人项目作业，分别在第4周以及第8周左右时间提交，需要大约13-15小时的工作时间(两个项目总占比 15%)。

　　组成2-3人的小组，完成小组项目，需要大约30-40小时的工作时间(占比30%)

　　2-3人小组制作一份大约3-5分钟的展示视频，每人大约需要6小时的工作时间(占比5%)

　　2小时的期末考试(占比 50%)。

　　要通过该科目，学生必须至少获得：

　　期末考试25/50

　　学长经验：

　　墨尔本大学COMP90054作业讲解门课的难度不高，给分倒是蛮高的，建议小伙伴们在第一个下半学年(11月期末考)的学期中把这门课修完。一方面是这门课可以帮你提高WAM，另一方面这门课可以给SML打下一个非常好的基础(算法相似)。想要提高自己wam或者有心做Data Engineer的小伙伴们记得选这门课哦。另外AI这门课的考试内容有点多。相对2个小时的考试时间实在是不充裕。小伙伴们备考的时候要注意把握好时间。

举例：

　  PacMan 代理的实现： 可以使用手工编码的决策树来表达特定于PacMan的行为，但是并不是必需的技术。可交付部分中提到的7种技术可以比任何决策树(if-else规则)更容易地处理不同的规则。如果决定计算一个策略，可以将其保存到一个文件中，并在游戏开始时加载它，因为您在每场游戏之前都有15秒的时间来执行任何预计算。

      PacMan作为PDDL的经典规划 规划的典型应用包括对规划人员的一次或多次调用。实例由前端(pacman引擎)动态生成，解决方案(计划)被解释为可执行指令。可以实现两个观点:1是角色吃豆子,其目标是为了生存而吃所有网格的点,2是鬼的观点,他们的目标是杀死吃豆子的角色。假设游戏是回合制的，因此在每一步都会生成一个实例，其中包含当前世界的状态，即网格中的点和鬼位置。从吃豆人的角度来看，幽灵不会移动，反之亦然，也就是说，环境是静态的。在每一步，策划者都会拿出一个计划，吃掉所有的点，同时避免静态幽灵，并计划让幽灵杀死静态吃豆人。pacman引擎对计划的一个简单解释是，只执行计划的第一个动作，忽略其余的动作，并在下一个步骤中调用计划者，更新计算幽灵的新位置。