第 I–II 篇 · AI 的地图与智能体（第 1–2 章）

AIMA 的开篇干两件事：给 AI 下一个可操作的定义，并把"智能体"作为全书统一的分析单元。这不是哲学铺垫——之后每一章的算法都会被问一句：它是哪种智能体的哪个部件？

AI 的四种定义与理性智能体

按"像人/理性" × "思考/行动"分成四象限，本书立场：理性智能体方法（合理地行动：给定感知与目标，选择期望效用最大的动作）。理性的好处：可工程化（不依赖复制人类思维过程）、可度量（性能度量明确）。

智能体的形式化

任务环境的PEAS 描述（性能 Performance、环境 Environment、执行器 Actuators、传感器 Sensors）。环境的性质决定算法难度谱：

最难的组合（部分可观测 + 随机 + 多智能体 + 序贯）就是现实世界——后面的搜索/规划/概率/学习各章逐件攻克这些困难。

• 完全可观测 vs 部分可观测（要不要维护信念状态）；
• 单智能体 vs 多智能体（对抗与合作）；
• 确定性 vs 随机性（要不要期望）；
• 序贯 vs 片段式、静态 vs 动态、离散 vs 连续。

智能体的进化谱系

简单反射（条件-动作表）→ 基于模型的反射（维护内部状态）→ 基于目标的（前瞻搜索）→ 基于效用的（权衡多目标）→ 学习智能体（ critic 反馈改进各部件）。这个谱系是全书目录的映射：搜索（第 3-5 章）服务目标型，逻辑（第 7-10 章）服务知识型，概率（第 12-17 章）服务随机环境，学习（第 18-22 章）让全部部件可升级。

老师的提醒

• 分析任何 AI 系统先做 PEAS + 环境性质分类——这一步做完，该用哪章的算法基本自动确定。
• "理性 ≠ 全知"：理性是"以现有信息做最优期望"，不保证结果最好——理解这点能正确评价算法好坏。

自检

• 四象限定义 AI 的坐标轴与本书立场？
• PEAS 描述与环境性质的六个维度？
• 智能体谱系五级各自的决策依据？

更深一层：理性智能体是"可操作的最小定义"

AIMA 用"理性智能体"替代"像人一样思考/行动"的定义，这个选择值得展开：理性 = 给定感知与目标，选择期望效用最大的动作——可工程化（不依赖复制人类思维过程）、可度量（性能度量明确）、可扩展（不预设智能水平）。这个定义的力量在于它把"智能"从哲学问题变成了优化问题：智能体 = 架构 + 程序，感知序列 → 动作。整个 AIMA 的目录就是这个定义的展开：搜索（想清楚再行动）、逻辑（知道什么）、概率（不确定下的推理）、学习（让部件自我改进）——每一篇对应理性智能体的一个部件。

PEAS 描述（性能、环境、执行器、传感器）是分析任何 AI 系统的标准第一步——做完 PEAS + 环境性质分类（可观测性/确定性/单智能体与否），该用哪章的算法基本自动确定。

推导细读：环境性质决定算法难度谱

环境的六个维度（完全/部分可观测、确定/随机、单/多智能体、序贯/片段、静态/动态、离散/连续）构成一张难度谱。最难的组合（部分可观测 + 随机 + 多智能体 + 序贯）就是现实世界——自动驾驶、多机器人协作、股票交易全在这里。每个维度都对应一类算法：部分可观测 → 信念状态/粒子滤波；随机 → 期望效用/蒙特卡洛；多智能体 → 博弈论/对抗搜索。环境分析是 AI 设计的需求分析——跳过它直接选算法，就像不看地形选交通工具。

在真实世界里：智能体谱系的"工程对应"

智能体进化谱系（简单反射 → 模型反射 → 目标 → 效用 → 学习）在工程里每一级都有对应：简单反射（规则引擎、PLC 控制）、模型反射（状态估计器、卡尔曼滤波）、目标型（路径规划、调度器）、效用型（多目标决策、投资组合优化）、学习型（推荐系统、强化学习智能体）。这个谱系是 AI 系统架构的分级参考——能分清你的系统在谱系哪一级，就知道下一步该升级哪个部件。

专题深入：理性智能体的"完整坐标系"完整版

AIMA 第一章-第二章的理论资产是智能体设计的四象限坐标系：环境按可观测（全/部分）、确定性（确定/随机）、情节式（独立/序贯）、静态（静态/动态）、离散（离散/连续）、单/多智能体六个维度分类——"先量环境再选智能体设计"是全书的方法论钥匙：全观测确定环境用搜索、随机环境用 MDP/决策网络、部分观测加信念状态、多智能体再加博弈论——后续所有章节都能在这个坐标系里定位。理性智能体的定义（最大化性能度量的期望）刻意避开"像人"（图灵测试路线）与"像想"（思维规律路线）——工程理性主义：性能度量定得好，"智能"是手段。PEAS 描述（Performance, Environment, Actuators, Sensors）是任何 AI 系统的需求文档模板——自动驾驶与扫地机器人的 PEAS 对比是第一章的标准习题。反射式、基于模型、目标驱动、效用驱动、学习型五种智能体谱系给出了"能力递增阶梯"。

推导细读：搜索问题的"形式化五件套"完整版

第三章形式化的五件套要一次装订：状态空间（抽象的艺术——去重等价状态（8 数码的 9!/2 可达状态）、状态抽象粒度决定问题可解性）；初始态 + 后继函数 + 目标测试 + 路径代价——五件套凑齐 = 问题定义。搜索树的膨胀数学：分支因子 b、深度 d 的完全展开 $O(b^d)$——b=10、d=10 就是一百亿节点，指数爆炸是"为什么不能暴力"的定量答案。无信息搜索的完整对比表（BFS 完备但内存爆炸（$O(b^d)$ 内存是致命伤）、DFS 内存省但不完备/不最优、迭代加深 DFS（空间 O(bd) + 完备 + 最优——"DFS 的内存 + BFS 的保证"的组合拳，代价是重复展开的少量冗余）、一致代价搜索（按 g 排序、最优）；有信息搜索（贪婪最佳优先快但不最优、**A*（f = g + h，h 可采纳 ⟹ 最优——可采纳性 h ≤ h* 的直觉："永不高估剩余代价"；一致性 h(s) ≤ c(s, s') + h(s') 保证无需重开节点）。"A* 的 h 越接近 h* 越少扩展"——启发式的质量就是搜索的效率**。

工程案例细节：搜索算法的工程出口工程版

二-三章的工程出口：路径规划（A* 在游戏 NPC 寻路（网格 + 曼哈顿/欧氏 h——游戏工业的标配；JPS 跳点搜索加速静态网格 20 倍）、地图导航的双向 A* + 收缩层次（十亿级路网毫秒响应的工业方案）；**A* 的内存问题用 IDA*（迭代加深）或 SMA*（有界内存）解）；拼图与规划器（15 数码的可采纳启发式（曼哈顿距离 + 线性冲突——启发式的组合律：max 或相加（不相干部分）仍可采纳）；STRIPS 规划器的启发式删除松弛）；集成电路布线**（迷宫布线 = 网格 BFS/A*——EDA 工具的布线内核）；视频游戏的代价场（flow field 批量寻路——RTS 游戏"千单位寻路"的批处理方案）。**"搜索 = 可枚举状态空间里的最优决策引擎"——状态能画出来，A* 就能跑**。