Decision Theory Models for Applications in Artificial Intelligence: Concepts and Solutions

یکی از اهداف هوش مصنوعی (AI) ایجاد عوامل مستقلی است که باید بر اساس اطلاعات نامشخص و ناقص تصمیم گیری کنند. هدف طراحی عوامل منطقی است که باید با توجه به اطلاعات موجود و اهدافشان بهترین اقدام را انجام دهند.

مدل های نظریه تصمیم برای کاربردها در هوش مصنوعی: مفاهیم و راه حل ها مقدمه ای را ارائه می دهد. به انواع مختلف تکنیک های تئوری تصمیم، از جمله MDP ها، POMDP ها، نمودارهای نفوذ و یادگیری تقویتی، و کاربرد آنها را در هوش مصنوعی نشان می دهد. این کتاب بینش هایی در مورد مزایا و چالش های استفاده از مدل های تئوری تصمیم برای توسعه سیستم های هوشمند ارائه می دهد.

One of the goals of artificial intelligence (AI) is creating autonomous agents that must make decisions based on uncertain and incomplete information. The goal is to design rational agents that must take the best action given the information available and their goals.

Decision Theory Models for Applications in Artificial Intelligence: Concepts and Solutions provides an introduction to different types of decision theory techniques, including MDPs, POMDPs, Influence Diagrams, and Reinforcement Learning, and illustrates their application in artificial intelligence. This book provides insights into the advantages and challenges of using decision theory models for developing intelligent systems.