1经典规划与STRIPS
闭卷重建经典规划与STRIPS的对象、公式、算例、算法与失败边界。
人工智能基础 · 小纸条
选一章打印。双面打印（按长边翻页）后沿虚线剪开，每张卡片正面题目、背面答案。
第 1 页 · 正面（题目）
2前向状态空间规划
闭卷重建前向状态空间规划的对象、公式、算例、算法与失败边界。
3回归规划
闭卷重建回归规划的对象、公式、算例、算法与失败边界。
4规划图与互斥
闭卷重建规划图与互斥的对象、公式、算例、算法与失败边界。
5部分序规划
闭卷重建部分序规划的对象、公式、算例、算法与失败边界。
6不确定执行与重规划
闭卷重建不确定执行与重规划的对象、公式、算例、算法与失败边界。
7规划评价、调度与项目
闭卷重建规划评价、调度与项目的对象、公式、算例、算法与失败边界。
第 1 页 · 背面（答案）
对象：从初态应用所有可行动作搜索直到状态满足目标。；公式：applicable(a,s) iff Pre(a)⊆s。；算例：前提{A,B}在状态{A,B,C}中成立，动作可用。；边界：未检查否定前提；不同动作序列同状态不去重。。
对象：STRIPS动作含前提、增加和删除列表，状态是当前为真的事实集合。；公式：Result(s,a)=(s−Del(a))∪Add(a)。；算例：s={A,B}，动作删A加C，结果{B,C}。；边界：漏删事实形成不可能状态；开放世界事实被误补。。
对象：规划图交替命题层和动作层；互斥表达动作或命题不能同层共存。；公式：level cost(p)=首次出现p的层。；算例：目标G首次在第3命题层出现，level cost=3。；边界：只看目标出现不看互斥；持久动作遗漏。。
对象：从目标向后选择能实现目标且不破坏其他目标的动作，回归为其前提。；公式：Regress(G,a)=(G−Add(a))∪Pre(a)。；算例：G={C,D}，动作加C、前提A且不删D，回归目标{A,D}。；边界：选择删除另一个目标的动作；负目标处理遗漏。。
对象：执行监控比较预期与观测状态；偏差时可修复局部计划或重新规划。；公式：belief update then replan if goal risk>τ。；算例：预期门开、观测门关，原动作不可用，应更新状态并寻找开门动作。；边界：继续执行失效计划；用旧状态重规划。。
对象：部分序计划只规定必要先后，可并行无冲突动作，并维护开放条件和因果链。；公式：A --p--> B 表示A建立B所需p。；算例：A建p供B使用，C与两者无冲突，可放在A前后多个位置。；边界：某动作删除p却被放在因果链之间。。
对象：计划质量同时看目标满足、代价、时长、资源冲突、鲁棒和可解释性。；公式：score=goal_value−cost−risk_penalty。；算例：目标值20、代价6、风险罚3，得分11。；边界：只比计划长度；规划器超时被记作无解。。