教学目标：
通过本课程的学习使学生掌握人工智能的发展概况、基本原理和常用方法，了解人工智能新理论和方法，为今后深入研究和从事相关领域的科研奠定基础。

课程内容：
1  人工智能的概况（3学时）
        1.1  人工智能的定义及体系层次
        1.2  人工智能的发展历史
        1.3  人工智能的研究领域与方向
        1.4  人工智能的研究现状
2  智能体和环境模型（3学时）（*）
        2.1 Agent和环境
        2.2 合理性
        2.3  PEAS
        2.4  环境类型
        2.5  Agent类型
3  用搜索方法问题求解（3学时）
        3.1  问题求解Agent
        3.2  问题的类型
        3.3  树的搜索算法
        3.4  搜索策略
4  有信息的搜索（4学时）（*#）
        4.1  最佳优先搜索
        4.2  A*搜索
        4.3  启发函数
        4.4  局部搜索算法
5  约束满足问题（2学时）
5.1  约束满足问题
5.2  回溯求解方法
5.3  局部求解方法
6  博弈问题（3学时）（*#）
        6.1  博弈类型
        6.2  Minimax算法
        6.3  α-β剪枝
6.4  非确定性剪枝
7  逻辑Agent (3学时）（*）
        7.1  基于知识的Agent
        7.2  模型和含蕴
        7.3  命题逻辑
        7.4  等价，永真和可满足性
        7.5  推理规则和定理证明
8  一阶逻辑(FOL）（3学时）
        8.1  FOL简介
        8.2  FOL的语法和语义
8.3  FOL中的知识工程
9  不确定性问题（3学时）
        9.1  不确定性和概率
        9.2  语法和语意
9.3  不确定性推理
9.4  独立和BAYES 规则
10 Bayes网络（2学时）（*#）
        10.1  语法和语意
        10.2  参数化分布
10.3  基于枚举的准确推理
10.4  通过变量消除的准确推理
10.5  通过随机模拟的近似推理
11 人工智能应用与思考（3学时）（#★）
        11.1  人工智能在围棋中的应用
        11.2  现状与未来

适用学生：
全日制硕士    非全日制硕士    留学硕士    进修硕士    硕博连读    本科直博    全日制博士    留学博士    进修博士    在职专硕    其他    

预修课程：
预修课程:
离散数学、数据结构、概率论、数理统计

参考书目：
教材：
人工智能：一种现代方法（第三版）。Stuart Russell, Peter Norvig。2013，清华大学出版社。
参考书：
[1] 人工智能及其应用（第四版）。蔡自兴，徐光祐。2010，清华大学出版社。
[2] 高级人工智能（第三版）。史忠植。2011，科学出版社。
[3] 人工智能原理与应用。王文杰，叶世伟。2004，人民邮电出版社。
[4] 人工智能。史忠植，王文杰。2007，国防工业出版社。

备注：