本书是人工智能领域的经典书籍，新版做了全面修订，增加了关于机器学习的内容，并更新了代码示例和练习。本书主要讨论智能体（agent）的基本概念和体系结构，从计算的角度介绍相关的规划、学习、推理、协商、交互机制等理论，基于自主送货机器人、诊断助手、智能辅导系统和交易智能体四个原型应用，在一个连贯的框架下研究智能体的设计、构建和实现，并从十个维度考虑设计空间的复杂性。
本书适合作为高等院校计算机科学等相关专业的人工智能入门教材，也适合该领域的技术人员参考。

大卫·L.普尔(David L.Poole)，不列颠哥伦比亚大学计算机科学系教授，计算智能实验室主管。他是加拿大人工智能协会(CAlAC)和人工智能促进协会(AAAI)会士。曾获CAIAC 201 3年终身成就奖，曾任人工智能不确定性协会(AUAl)主席。

译者序
前言
致谢
第一部分 世界中的智能体：什么是智能体？如何创建智能体
第1章 人工智能与智能体
1.1 什么是人工智能
1.1.1 人工智能和自然智能
1.2 人工智能简史
1.2.1 与其他学科的关系
1.3 环境中的智能体
1.4 设计智能体
1.4.1 设计时间计算、离线计算和在线计算
1.4.2 任务
1.4.3 定义解决方案
1.4.4 表示
1.5 智能体设计空间
1.5.1 模块性
1.5.2 规划视野
1.5.3 表示
1.5.4 计算限制
1.5.5 学习
1.5.6 不确定性
1.5.7 偏好
1.5.8 智能体数量
1.5.9 交互性
1.5.10 各维度的相互作用
1.6 原型应用
1.6.1 自主送货机器人
1.6.2 诊断助手
1.6.3 智能辅导系统
1.6.4 交易智能体
1.6.5 智能家居
1.7 本书概览
1.8 回顾
1.9 参考文献和进一步阅读
1.10 练习
第2章 智能体的体系结构与层次控制
2.1 智能体
2.2 智能体系统
2.2.1 智能体的功能
2.3 层级控制
2.4 用推理行动
2.4.1 智能体建模世界
2.4.2 知识和行动
2.4.3 设计时间计算和离线计算
2.4.4 在线计算
2.5 回顾
2.6 参考文献和进一步阅读
2.7 练习
第二部分确定性推理、规划与学习
第3章 搜索解决方案
3.1 以搜索的方式解决问题
……
13.6.4 罐装的文本输出
13.6.5 强制执行限制因素
13.6.6 构建数据库的自然语言接口
13.6.7 限制
13.7 相等性
13.7.1 允许相等性断言
13.7.2 唯一名称假设
13.8 完备知识假设
13.8.1 完备知识假设证明程序
13.9 回顾
13.10 参考文献和进一步阅读
13.11 练习
第14章 本体论与知识库系统
14.1 知识共享
14.2 灵活的表示
14.2.1 选择个体和关系
14.2.2 图形化表示
14.2.3 类
14.3 本体论和知识共享
14.3.1 统一资源标识符
14.3.2 描述逻辑
14.3.3 顶层本体
14.4 实现知识库系统
14.4.1 基础语言和元语言
14.4.2 一个普通的元解释器
14.4.3 拓展基础语言
14.4.4 深度受限搜索
14.4.5 建立证明树的元解释器
14.4.6 延迟目标
14.5 回顾
14.6 参考文献和进一步阅读
14.7 练习
第15章 关系规划、学习与概率推理
15.1 个体和关系的规划
15.1.1 情境演算
15.1.2 事件演算
15.2 关系学习
15.2.1 结构化学习：归纳逻辑编程
15.2.2 学习隐藏属性协作过滤
15.3 统计关系型人工智能
15.3.1 关系概率模型
15.4 回顾
15.5 参考文献和进一步阅读
15.6 练习
第五部分 回顾与展望
第16章 回顾与展望
16.1 复杂性维度的回顾
16.2 社会和道德后果
16.3 参考文献和进一步阅读
16.4 练习
附录A 数学基础与标记
参考文献