上课日期：第六周 2020.10.15 5-6节，西校区工程中心204

出勤统计：应到41/实到39/迟到0/请假2（孙永辉、张凯科）

截止目前，无论针对确定性环境，还是非确定性环境，我们所学过的问题求解搜索算法有一个共同的特点“流程化（streaming）”，即问题的解由状态序列所构成，问题形式化所产生的动作集合和策略分别，共同确定了智能体从一个状态到另一个新状态的转换规则。

因此，在大规模应用场景中或无限状态空间中，这类系统性的“全局搜索”经典算法因为过高的时间复杂度和空间复杂度，导致它们在问题求解中就往往显得力不从心。

本次课程，我们掌握人工智能是如何向人类的生活经验，以及自然界的动植物学习，利用“去流程化（nonstreaming）”技巧，具备解决现实世界中复杂问题的能力。主要学习内容包括：

1. Beyond classical search - Local search

    1.1 (Stochastic) Hill climbing

    1.2 SA: Simulated Annealing

    1.3 Local beam search

    1.4 GA: Genetic Algorithm

2. Search in continuous space

    2.1 Stochastic Gradient Descent