自治軟件

Question

有沒有人寫過任何代碼，其中的應用程序在其生命週期中學習和提高自己（使用存儲在KB中的觀測數據 ），有沒有任何框架？

Answer 1

我寫了一個學習Tic Tac Toe（或Noughts and Crosses）遊戲一次。這算不算？

它基本上保持了每個遊戲狀態的元素數組。在每場比賽結束時，如果比賽獲勝，它將在該比賽中爲所有州增加一個。或丟失一個（如果它已經丟失了）（包括旋轉和鏡像以獲得更快的學習）。

當決定採取行動時，只需諮詢幾種可能性並選擇得分最高的那種。

它最終變得相當不錯，但不是扮演一個人，這需要很長時間。它不得不放鬆自己的另一個副本，一個隨機的機器人和一個硬編碼的規則機器人爲成千上萬的遊戲。

當我釋放它時，它有10個初始智能水平，這只是它學習過程中的不同階段。我的兒子目前正在對付最愚蠢的一級 - 他只有四歲，所以我不想在他身上過於粗暴，所以他們會一起學習（儘管他偶爾在Connect Four擊敗我，所以也許我應該給他更多的壓力）。

Answer 2

我會建議開始看網上的高級人工智能主題：這些主題包括神經網絡，遺傳編程等（維基百科他們）。

好看的地方還包括大學研究更高層次的人工智能。 （也就是說，我知道一羣人編寫了一個程序，通過計算機可以用電腦觀察擺動擺動的外觀運動規律;非常酷的東西）http://blog.wired.com/wiredscience/2009/04/newtonai.html

這是一個非常大的領域，代碼將需要由您編寫;你應該真正關注的是學習算法的背後的概念，這樣你可以編程或適應你找到的需求。我認爲這將是您創建學習算法的最佳選擇。

我希望有幫助。

Answer 3

你的問題是恕我直言，非常廣泛。大多數垃圾郵件過濾器都適合您的描述。 但總體而言，您的方法將取決於應用程序的學習內容以及應該如何學習。例如垃圾郵件過濾器通常會進行監督學習。但是，如果你不希望用戶幫助你的應用程序學習，你將不得不採用無監督的學習方法。當然，還有更多的選擇。 mloss.org有許多可以使用ML算法的庫。但是對於大多數圖書館來說，如果你至少能夠大致瞭解他們的算法是如何工作的，那麼這很有用

最好的是你讀了一些關於機器學習的書籍（如Mitchell的Machine Learning）和AI。

Answer 4

This previous post列出了一些標準的教科書，其中我強烈推薦由Russel/Norvig的Artificial Intelligence a Modern Approach (AIMA)。

在many available toolkits我建議看看Orange,SciPy（均爲Python）或Weka（Java）。