Font size
WorksheetsBài 1
Total questions: 89
Worksheet time: 45mins
Trí tuệ nhân tạo là gì?
Môn khoa học nghiên cứu và mô phỏng các quá trình sáng tạo của con người trên máy tính điện tử, nhằm tạo ra các sản phẩm thông minh có khả năng suy nghĩ, ra quyết định, hoặc hỗ trợ ra quyết định như con người.
Máy tính có khả năng lưu trữ và truy xuất dữ liệu lớn.
Phần mềm dùng để thiết kế đồ họa.
Hệ thống máy tính quản lý cơ sở dữ liệu.
Điền vào chỗ trống: Trí tuệ nhân tạo là môn khoa học ____ các quá trình sáng tạo của con người trên máy tính điện tử.
quan sát
kiểm tra
đánh giá
nghiên cứu và mô phỏng
Trí tuệ nhân tạo là lĩnh vực nghiên cứu việc xây dựng các hệ thống máy tính KHÔNG có đặc điểm gì?
Suy nghĩ hợp lý
Suy nghĩ như người
Hành động hợp lý
Hành động ngẫu nhiên
Định nghĩa trí tuệ nhân tạo có thể nhóm mấy nhóm khác nhau?
1
2
3
4
Trí tuệ nhân tạo thuộc về lĩnh vực nào?
Khoa học xã hội
Khoa học nhân văn
Khoa học máy tính và Khoa học tự nhiên
Nghệ thuật và nhân văn
Cho biết đâu là ưu điểm của trí tuệ nhân tạo:
Xử lý dữ liệu khoa học
Xử lý dữ liệu nhanh
Xử lý dữ liệu có hệ thống
Tất cả các trường hợp
Điền vào chỗ trống: Học máy là ____ trí tuệ nhân tạo.
bao trùm
ngang hàng
cha đẻ
một nhánh
Trí tuệ nhân tạo có thể ứng dụng trong lĩnh vực nào dưới đây?
Chỉ trong lĩnh vực công nghệ thông tin.
Chỉ trong lĩnh vực tài chính.
Trong nhiều lĩnh vực, ngành nghề khác nhau như y tế, giáo dục, giải trí, và sản xuất,…
Chỉ trong lĩnh vực khoa học và nghiên cứu.
Thuật ngữ “Artificial Intelligence” (Trí tuệ nhân tạo) lần đầu tiên được giới thiệu vào năm nào?
1843
1910
1956
2020
Lịch sử phát triển của trí tuệ nhân tạo trải qua bao nhiêu giai đoạn?
1
2
3
Nhiều hơn 3
Khoảng thời gian của công nghiệp trí tuệ nhân tạo:
Từ 1980 đến nay
Từ 1990 đến nay
Từ 2000 đến nay
Từ 2010 đến nay
Hình ảnh dưới đây mô tả điều gì?
Lịch sử phát triển của máy tính
Lịch sử phát triển của điện thoại
Lịch sử phát triển của hệ điều hành
Lịch sử phát triển của trí tuệ nhân tạo
Đâu là chương trình trò chơi nổi tiếng áp dụng trí tuệ nhân tạo?
Deep Blue
AlphaGo
Hệ thống trả lời tự động Watson
Tất cả các đáp án trên
Deep Blue là gì và nổi tiếng vì lý do nào?
Một loại máy tính cá nhân phổ biến trong những năm 1990.
Một hệ thống trí tuệ nhân tạo nổi tiếng vì đã đánh bại nhà vô địch cờ vua Garry Kasparov.
Một ứng dụng chỉnh sửa ảnh nổi tiếng.
Một chương trình trò chơi điện tử được phát triển vào đầu thế kỷ 21.
Chương trình nhận dạng tiếng nói nào dưới đây nổi tiếng vì sử dụng trí tuệ nhân tạo để hiểu và chuyển đổi lời nói thành văn bản?
Siri
Photoshop
Excel
Calculator
Trí tuệ nhân tạo là lĩnh vực nghiên cứu của việc xây dựng các hệ thống máy tính có đặc điểm gì?
Hành động như người
Hành động như chim
Hành động như cá
Hành động như côn trùng
Điền vào chỗ trống: Trí tuệ nhân tạo là môn khoa học nghiên cứu và mô phỏng các quá trình sáng tạo của ____ trên máy tính điện tử.
thực vật
con người
động vật
côn trùng
Trí tuệ nhân tạo là lĩnh vực nghiên cứu việc xây dựng các hệ thống máy tính có đặc điểm gì?
Hoạt động bay
Hành động tập bơi
Suy nghĩ hợp lý
Hành động tập viết
Cho biết đâu là lĩnh vực ứng dụng của trí tuệ nhân tạo:
Thị giác máy tính
Xử lý ngôn ngữ tự nhiên
Robot
Tất cả các trường hợp trên
Khoảng thời gian cách tiếp cận trí tuệ nhân tạo dựa trên dữ liệu lớn:
Từ 1980 đến nay
Từ 1990 đến nay
Từ 2001 đến nay
Từ 2010 đến nay
Chức năng chính của ChatGPT là gì?
Điểm danh khuôn mặt
Xử lý và tạo văn bản tự nhiên
Điện toán đám mây
Hệ thống thông tin địa lý
Hình ảnh dưới đây mô tả điều gì?
Lịch sử phát triển của máy tính
Lịch sử phát triển của điện thoại
Lịch sử phát triển của hệ điều hành
Lịch sử phát triển của trí tuệ nhân tạo
AlphaGo là một chương trình trí tuệ nhân tạo nổi tiếng vì lý do gì?
Đánh bại nhà vô địch cờ vua Garry Kasparov
Đánh bại nhà vô địch cờ vây Lee Sedol
Đạt giải Nobel Kinh tế
Phát triển phần mềm học sâu cho nhận diện hình ảnh
Cho biết đâu là lĩnh vực nghiên cứu của trí tuệ nhân tạo:
Tìm kiếm
Lập luận và suy diễn
Biểu diễn tri thức
Tất cả các trường hợp trên
Trí tuệ nhân tạo thường được viết tắt là gì?
IA
AIOT
AI
OPENAI
Cho biết đâu là ưu điểm của trí tuệ nhân tạo:
Xử lý dữ liệu khoa học
Xử lý dữ liệu nhanh
Xử lý dữ liệu có hệ thống
Tất cả các trường hợp
Giai đoạn manh nha, tiên khởi đầu của trí tuệ nhân tạo là khi nào?
1943–1955
1890–1990
2000–2010
2010–nay
Khoảng thời gian tiếp cận AI dựa trên dữ liệu lớn:
Từ 1980 đến nay
Từ 1990 đến nay
Từ 2001 đến nay
Từ 2010 đến nay
Xử lý ngôn ngữ tự nhiên (NLP) thường được sử dụng để làm gì?
Tạo ra các mô hình dự đoán tài chính.
Nhận diện hình ảnh và video.
Hiểu và phân tích ngôn ngữ của con người, ví dụ như dịch thuật và chatbot.
Quản lý dữ liệu và tối ưu hóa hệ thống mạng.
Tác giả của khái niệm “Turing Test” là ai?
Isaac Newton
Albert Einstein
Alan Turing
Charles Babbage
Trí tuệ nhân tạo yếu (weak AI) thường được sử dụng trong những ứng dụng nào dưới đây?
Hệ thống có khả năng học và hiểu mọi lĩnh vực giống như con người.
Các ứng dụng cụ thể, đơn lẻ.
Phát triển khả năng tư duy tổng quát và trí tuệ tương tự con người.
Tạo ra các lý thuyết mới trong vật lý và toán học.
Trong bài toán 8-Puzzle, bảng 3x3 có các quân mang số hiệu từ 1 đến 8 và một ô trống; người chơi có thể dịch chuyển các quân ở cạnh ô trống tới ô trống. Hình bên trái là trạng thái bắt đầu, hình bên phải là trạng thái kết thúc. Số “6” ở trạng thái bắt đầu nhận toán tử dịch chuyển nào?
Xuống
Lên, xuống
Trái, phải
Lên, xuống, trái, phải
Tại sao việc biểu diễn một vấn đề trong không gian trạng thái lại quan trọng trong giải quyết vấn đề bằng tìm kiếm?
Vì nó giúp xác định trạng thái đầu.
Vì nó chỉ ra các toán tử có thể sử dụng.
Vì nó xác định tập hợp các trạng thái kết thúc.
Vì việc tìm kiếm nghiệm của bài toán được quy về việc tìm đường đi từ trạng thái ban đầu đến trạng thái đích.
Điểm dừng của thuật toán tìm kiếm theo bề rộng là:
Danh sách L khác rỗng.
Đỉnh phát triển thuộc T.
Danh sách L rỗng hoặc đỉnh phát triển thuộc T.
Đỉnh phát triển thuộc T rỗng.
Trong các kỹ thuật sau, kỹ thuật nào thuộc chiến lược tìm kiếm mù?
Tìm kiếm theo sâu lặp.
Tìm kiếm theo tốt nhất đầu tiên.
Tìm kiếm theo nhánh và cận.
Tìm kiếm theo Minimax.
Tại sao không áp dụng tìm kiếm theo độ sâu cho các bài toán có cây tìm kiếm chứa các nhánh vô hạn?
Vì bài toán không tồn tại.
Vì bài toán sẽ luôn tìm ra nghiệm nhưng rất chậm.
Vì bài toán có thể bị lặp ở nhánh vô hạn và không dừng lại.
Vì bài toán đòi hỏi rất nhiều không gian nhớ.
Trong tìm kiếm theo bề rộng, danh sách L được thiết kế như thế nào?
Như một hàng đợi (Queue).
Như một ngăn xếp (Stack).
Như một danh sách liên kết (Linked List).
Như một cây (Tree).
Tại sao việc gán nhãn “giải được” hay “không giải được” cho các đỉnh trong đồ thị AND/OR lại quan trọng?
Vì nó giúp xác định thứ tự của các đỉnh trong đồ thị.
Vì nó giúp xác định liệu bài toán ban đầu có thể được giải quyết hay không.
Vì nó thay đổi cấu trúc của đồ thị.
Vì nó làm cho đồ thị trở nên lớn hơn.
Cho đồ thị không gian trạng thái sau. u0 = A, T = {H, E}. Quá trình tìm kiếm theo thuật toán tìm kiếm theo chiều sâu xét các đỉnh là:
A-D-K-I-C-H
A-B-C-G
A-B-E
A-C-G-H
Cho đồ thị không gian trạng thái sau. u0 = A; T = {I, N, K}. Quá trình tìm kiếm theo thuật toán tìm kiếm theo bề rộng xét các đỉnh là:
A-B-C-D-H-I
A-C-F-K
A-B-I
A-B-C-D
Cho đồ thị không gian trạng thái sau. u0 = A; T = {I, N, K}. Sử dụng thuật toán theo chiều rộng, đỉnh nào sẽ được duyệt sau đỉnh D?
G
H
F
C
Cho đồ thị không gian trạng thái sau. u0 = A; T = {I, N}. Sử dụng thuật toán tìm kiếm chiều sâu hạn chế với d = 2, thứ tự các đỉnh được xét là:
A-D-G-C-F-E-B-I
A-D-G-M-C
A-B-H-I
A-C-E-N
Cho đồ thị không gian trạng thái dưới đây và thứ tự duyệt qua các đỉnh là A–B–C–D–H–I. Hãy cho biết đây là thuật toán tìm kiếm nào?
Theo chiều rộng
Theo chiều sâu
Sâu lặp
Sâu hạn chế với d = 2
Cho đồ thị không gian trạng thái dưới đây và thứ tự duyệt qua các đỉnh là A–D–K–I–C–H. Hãy cho biết đây là thuật toán tìm kiếm nào?
Theo chiều rộng
Theo chiều sâu
Theo kinh nghiệm
Theo sâu hạn chế với d = 1
Cho đồ thị không gian trạng thái dưới đây. Nếu áp dụng thuật toán tìm kiếm sâu lặp với trạng thái kết thúc là F, thuật toán dừng tại độ sâu là bao nhiêu?
1
2
3
4
Biểu diễn vấn đề trong không gian trạng thái cần xác định những yếu tố nào? Chọn mọi phương án đúng.
Tập hợp các trạng thái kết thúc
Tập hợp các toán tử
Trạng thái ban đầu
Chỉ cần xác định trạng thái cuối
Trong thuật toán tìm kiếm theo độ sâu, danh sách L dùng để lưu những gì?
Các trạng thái kề
Các trạng thái chờ để phát triển
Các trạng thái đã phát triển
Tập trạng thái kết thúc
Trong bài toán du khách tìm đường từ thành phố A đến thành phố B (dùng bản đồ du lịch), các thành phố trong bản đồ được coi là gì?
Toán tử
Các trạng thái
Không gian trạng thái
Điểm đến
Thuật toán tìm kiếm sâu lặp kết hợp ưu điểm của những phương pháp nào?
Tìm kiếm theo độ sâu và tìm kiếm heuristic
Tìm kiếm theo bề rộng và tìm kiếm theo độ sâu
Tìm kiếm heuristic và tìm kiếm mù
Tìm kiếm theo bề rộng và tìm kiếm heuristic
Cho đồ thị không gian trạng thái dưới đây. u0 = A; T = {I, N, K}. Quá trình tìm kiếm theo thuật toán tìm kiếm theo chiều sâu xét các đỉnh là gì?
A–D–G–M–C–F–K
A–C–F–K
A–B–H–I
A–C–E–F–N
Cho đồ thị không gian trạng thái dưới đây. u0 = A; T = {I, N, K}. Nếu áp dụng chiến lược tìm kiếm theo độ sâu, đỉnh kết thúc đầu tiên sẽ tìm thấy là gì?
I, N, K
L
N
K
Cho đồ thị không gian trạng thái dưới đây. u0 = A; T = {H, I}. Sử dụng thuật toán tìm kiếm theo bề rộng, thứ tự các đỉnh được xét là gì?
A–E–I–H
A–D–E–F–G–H
A–F–E
A–E–H
Cho đồ thị không gian trạng thái dưới đây. u0 = A; T = {H, I}. Quá trình tìm kiếm theo thuật toán tìm kiếm theo chiều sâu xét các đỉnh là gì?
A–F–K–M–E–I
A–F–K–M–D–I
A–F–E–D–G–H
A–E–H
Cho đồ thị không gian trạng thái dưới đây. Nếu đỉnh bắt đầu là A, T = ∅. Áp dụng thuật toán tìm kiếm theo chiều rộng, đỉnh cuối cùng được duyệt là đỉnh nào?
I
N
H
M
Trong bài toán 8-Puzzle, biểu diễn bởi bảng 3×3 với tám quân mang số hiệu từ 1 đến 8 và một ô trống, người chơi chỉ được di chuyển các quân kề ô trống sang ô trống. Các toán tử hợp lệ là gì?
Xuống
Lên, xuống
Trái, phải
Lên, xuống, trái, phải
Để biểu diễn một vấn đề trong không gian trạng thái thì cần xác định những yếu tố nào?
Trạng thái đầu
Tất cả các đáp án
Tập hợp trạng thái cuối
Tập hợp các toán tử
Trong bài toán 8-Puzzle, bảng 3×3 với ô trống cho phép di chuyển quân kề vào ô trống. Cho trạng thái ban đầu như hình, quân số 5 ở trạng thái ban đầu có thể nhận toán tử dịch chuyển nào?
Xuống
Lên, xuống
Trái
Trái, phải
Khi nào một đỉnh trong đồ thị AND/OR được đánh dấu là “giải được”?
Khi nó không có đỉnh kề nào.
Khi nó là đỉnh kết thúc hoặc có một toán tử sao cho tất cả các đỉnh kề theo toán tử đó đều được đánh dấu “giải được”.
Khi nó là đỉnh bắt đầu
Khi nó có nhiều hơn hai đỉnh kề.
Cho đồ thị không gian trạng thái với trạng thái bắt đầu u0=A và tập đích T={H,E} . Áp dụng chiến lược tìm kiếm theo bề rộng, dãy các đỉnh được xét là gì?
A-B-C-D-E
A-B-C-D-E-F-G-H
A-B-E
A-C-H
Cho đồ thị không gian trạng thái và thứ tự duyệt qua các đỉnh là: A-D-G-C-F-E-B-I. Với trạng thái bắt đầu A và trạng thái đích H, đây là thuật toán tìm kiếm nào?
Theo chiều rộng
Theo kinh nghiệm
Theo chiến lược
Sâu hạn chế với d=2
u0 = A. T = {I, N, K}
Nếu áp dụng chiến lược tìm kiếm theo chiều rộng thì đỉnh kết thúc đầu tiên sẽ tìm thấy là :
I, N, K
I
K
N
Trong tìm kiếm kinh nghiệm, một trạng thái được chọn để phát triển tại mỗi bước dựa trên gì?
Số lượng toán tử áp dụng được
Giá trị của hàm đánh giá
Độ sâu của trạng thái trong cây tìm kiếm
Số lượng trạng thái con của nó
Thứ tự các giai đoạn cơ bản để giải quyết vấn đề bằng tìm kiếm kinh nghiệm là gì? 1. Tìm biểu diễn thích hợp mô tả các trạng thái và các toán tử của vấn đề. 2. Xây dựng hàm đánh giá. 3. Thiết kế chiến lược chọn trạng thái để phát triển ở mỗi bước.
1-3-2
1-2-3
2-1-3
3-2-1
h(u) là hàm đánh giá dùng để:
Đánh giá từ trạng thái u đến trạng thái u0
Đánh giá từ trạng thái u0 đến trạng thái u
Đánh giá từ trạng thái u đến trạng thái kết thúc
Đánh giá từ trạng thái u0 đến trạng thái bất kỳ
Trong thuật toán tìm kiếm leo đồi danh sách L để lưu:
Các trạng thái kề
Các trạng thái chờ được phát triển
Các trạng thái đã phát triển
Các trạng thái kết thúc
Trong giải thuật tìm kiếm Beam, chiến lược phát triển đỉnh là:
Không phát triển một đỉnh K tốt nhất
Phát triển nhiều đỉnh K tốt nhất
Chỉ phát triển một đỉnh K tốt nhất
Phát triển nhiều đỉnh K nhưng không tốt nhất
Trong chiến lược tìm kiếm tốt nhất đầu tiên, tại mỗi bước của chiến lược tìm kiếm, trạng thái được chọn để phát triển là trạng thái có...
Trọng số lớn nhất trong các trạng thái chờ để phát triển
Hàm đánh giá nhỏ nhất trong số các trạng thái chờ để phát triển
Chỉ số nhỏ nhất trong các trạng thái kề
Hàm đánh giá nhỏ nhất trong số các trạng thái lá kề
Trong chiến lược tìm kiếm leo đồi, tại mỗi bước của chiến lược tìm kiếm, trạng thái được chọn để phát triển là trạng thái có...
Chỉ số tốt nhất trong số các trạng thái chờ để phát triển
Hàm đánh giá nhỏ nhất trong số các trạng thái chờ để phát triển
Trọng số lớn nhất trong các trạng thái chờ để phát triển
Hàm đánh giá nhỏ nhất trong số các trạng thái kề
Bản chất của phương pháp tìm kiếm leo đồi?
Duyệt tất cả các hướng đi có thể và chọn đi theo tất cả các trạng thái kế tiếp của nó
Duyệt tất cả các hướng đi có thể và chọn đi theo trạng thái tốt nhất trong số các trạng thái không kế tiếp của nó
Duyệt theo một hướng đi có thể và chọn đi theo trạng thái tốt nhất trong số các trạng thái kế tiếp của nó
Các đáp án trên đều đúng
Cho đồ thị không gian trạng thái sau. u0 = A; T = {M, J, X, Z}. Áp dụng chiến lược tìm kiếm leo đồi thì quá trình tìm kiếm xét các đỉnh:
A-D-F-X
A-D-B-F-X
A-D-B-I-G-M
A-D-B-G-M
Cho đồ thị không gian trạng thái sau. u0 = A; T = {N, Q, Z}. Áp dụng chiến lược tìm kiếm tốt nhất đầu tiên thì quá trình tìm kiếm xét các đỉnh:
A-C-I-Z
A-D-B-E-M-K-H-Q
A-D-H-Q
A-C-G-N
Cho đồ thị không gian trạng thái sau. u0 = K; T = {N, Q, Z}. Áp dụng chiến lược tìm kiếm leo đồi thì quá trình tìm kiếm xét các đỉnh là:
K-D-F-G-E-A-Q
K-D-G-T-J-H-F-A-Q
K-F-A-Q
K-D-F-G-A-Q
Cho đồ thị không gian trạng thái sau. Nếu sử dụng thuật toán Beam Search, với k = 2, các đỉnh nào sẽ được chọn đầu tiên từ A?
B, C
C, D
D, B
E, F
Phát biểu nào sau đây là đúng về chiến lược tìm kiếm tốt nhất đầu tiên:
Là tìm kiếm theo bề rộng được hướng dẫn bởi hàm đánh giá
Là tìm kiếm theo độ sâu được hướng dẫn bởi hàm đánh giá
Là tìm kiếm theo độ sâu hạn chế được hướng dẫn bởi hàm đánh giá
Tìm kiếm theo độ sâu được hướng dẫn bởi hàm đánh giá
Hãy cho biết đây là cây tìm kiếm sau khi áp dụng thuật toán tìm kiếm nào?
Leo đồi
Tốt nhất đầu tiên
Theo chiều rộng
Theo chiều sâu
Cho đồ thị không gian trạng thái, giá trị của hàm đánh giá là các số ghi cạnh mỗi đỉnh. Với u0 = A, T = {K, L, M}. Áp dụng chiến lược tìm kiếm tốt nhất đầu tiên với đồ thị trên, thứ tự xét các đỉnh là:
A - C - F - B - E - D - H - K
A - B - E - D - H - K
A - C - F - B - H - K
A - B - E - D - I - L
Hàm đánh giá h(u) trong tìm kiếm kinh nghiệm (heuristic search) dùng để làm gì?
Để đánh giá tính khả thi của một giải pháp
Để hướng dẫn sự tìm kiếm thông qua việc đánh giá "sự gần đích" của trạng thái
Để đếm số bước cần thiết để giải quyết một vấn đề
Để xác định số lượng toán tử áp dụng được cho một trạng thái
Trong thuật toán tìm kiếm leo đồi, danh sách L1 để lưu:
Lưu giữ tạm thời các trạng thái được sinh ra
Các trạng thái chờ để phát triển
Lưu giữ tạm thời các trạng thái kề trạng thái u và được sắp xếp theo thứ tự tăng dần của hàm đánh giá
Các trạng thái kề và các trạng thái chờ được phát triển
Đâu là điểm khác biệt của tìm kiếm mù và tìm kiếm kinh nghiệm?
Tìm kiếm mù có sự hướng dẫn, tìm kiếm kinh nghiệm thì không
Tìm kiếm mù không có sự hướng dẫn, tìm kiếm kinh nghiệm thì có
Tìm kiếm mù sử dụng hàm đánh giá, tìm kiếm kinh nghiệm thì không
Tìm kiếm kinh nghiệm là tìm kiếm mù
Độ phức tạp thời gian của thuật toán tìm kiếm tốt nhất đầu tiên:
b^d với b là nhân tố nhánh của đỉnh, d là độ sâu của cây tìm kiếm
b^n với b là nhân tố nhánh của đỉnh, n là tổng số đỉnh của cây tìm kiếm
p^b với b là nhân tố nhánh của đỉnh, d là độ sâu của cây tìm kiếm
n^b với b là nhân tố nhánh của đỉnh, n là tổng số đỉnh của cây tìm kiếm
Áp dụng chiến lược tìm kiếm tốt nhất đầu tiên, với u0 = K, T = {N, Q, Z}, thì quá trình tìm kiếm xét các đỉnh:
K - D - F - G - E - H - A - Q
K - F - A - Q
K - D - G - E - H - Q
K - D - G - A - Q
Cho đồ thị không gian trạng thái như hình. Áp dụng thuật toán tìm kiếm tốt nhất đầu tiên bắt đầu từ đỉnh K. Đỉnh nào sẽ được chọn để phát triển tiếp theo?
D
F
E
G
Cho đồ thị không gian trạng thái như hình. Nếu sử dụng thuật toán Beam Search, với k = 2, các đỉnh nào sẽ được duyệt đầu tiên từ K?
D, F
F, B
E, F
G, H
Cho đồ thị không gian trạng thái như hình. U0 = A; T = {N, Q, Z}. Áp dụng chiến lược tìm kiếm leo đồi thì quá trình tìm kiếm xét các đỉnh:
A - D - I - Z
A - D - B - E - M - K - H - Q
A - D - H - Q
A - C - G - N
Trong bài toán 8 số, cách xây dựng hàm đánh giá nào là hợp lý?
Là tổng số quân không nằm đúng vị trí của trạng thái hiện tại so với trạng thái đích
Tổng số lượng của trạng thái đầu vào và trạng thái đích
Số bước để đi từ trạng thái đầu đến trạng thái đích
Số lượng các quân nằm đúng vị trí của trạng thái hiện tại
Tìm kiếm Beam khác với Tốt nhất đầu tiên ở điểm nào?
Beam Search chỉ chọn một đỉnh duy nhất để phát triển
Beam Search giới hạn số lượng đỉnh được mở rộng tại mỗi bước
Beam Search không sử dụng hàm đánh giá
Beam Search không giới hạn số lượng đỉnh được mở rộng tại mỗi bước
Cho đồ thị không gian trạng thái như hình; với Up = A; T = {M, J, X, Z}. Áp dụng chiến lược tìm kiếm tốt nhất đầu tiên, quá trình tìm kiếm xét các đỉnh theo thứ tự nào?
A-D-F-X
A-C-E-J
A-B-G-M
A-D-B-F-X
Trong bài toán tìm kiếm đường đi từ thành phố A đến thành phố B trên bản đồ giao thông, hàm đánh giá có thể là gì?
Số lượng các nút giao từ một thành phố A tới thành phố B.
Tổng số các giao lộ trên đường đi từ một thành phố A tới thành phố B.
Độ dài của đường chim bay từ một thành phố A tới thành phố B.
Số lượng các phương tiện giao thông trên đường đi.
Trong bài toán 8 số, như hình dưới ( bên trái là trạng thái đầu, bên phải là trạng thái đích)
Nếu xây dựng hàm đánh giá h(u) là tổng số ô trong trạng thái Đầu ở vị trí sai khác với vị trí của trạng thái Đích thì có h(u)= ?
0
5
4
7
