1多智能体与纳什均衡
闭卷重建多智能体与纳什均衡的对象、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机制、拍卖与激励相容
闭卷重建机制、拍卖与激励相容的对象、公式、算例、算法与失败边界。
3机器人状态估计与传感融合
闭卷重建机器人状态估计与传感融合的对象、公式、算例、算法与失败边界。
4定位与地图
闭卷重建定位与地图的对象、公式、算例、算法与失败边界。
5运动规划与碰撞检查
闭卷重建运动规划与碰撞检查的对象、公式、算例、算法与失败边界。
6感知—规划—控制闭环
闭卷重建感知—规划—控制闭环的对象、公式、算例、算法与失败边界。
7AI系统综合项目与责任验收
闭卷重建AI系统综合项目与责任验收的对象、公式、算例、算法与失败边界。
第 1 页 · 背面（答案）
对象：机制设计选择规则和支付，使真实报告成为最优或至少不吃亏的策略。；公式：utility=value−payment。；算例：价值10、中标支付7，效用3；支付12则效用-2。；边界：只优化平台收入；假设参与者诚实却无激励证明。。
对象：多智能体每方收益依赖联合动作；纳什均衡中无人能单边提高收益。；公式：u_i(a_i*,a_-i*)≥u_i(a_i,a_-i*)。；算例：协调博弈在(A,A)收益(2,2)，单方改B得0，因此是均衡。；边界：把社会最优等同纳什；忽略混合策略。。
对象：定位是在地图中估位姿，建图估环境，SLAM联合处理并需解决数据关联。；公式：posterior=P(path,map|controls,observations)。；算例：100个地标匹配中90个正确，数据关联准确率90%。；边界：错误回环扭曲全图；只看终点误差。。
对象：机器人由带噪运动和传感更新位姿分布，多源融合要考虑协方差和相关性。；公式：K=P/(P+R)，x′=x+K(z−x)。；算例：先验x=0,P=4，测量z=10,R=1，K=.8，更新x=8。；边界：把相关传感器当独立导致过度自信；坐标系混用。。
对象：感知估状态，规划给参考轨迹，控制按误差执行；延迟和模型偏差会闭环放大。；公式：e_t=x_ref−x_t，u=K_p e_t。；算例：参考10、当前8、Kp=.5，控制量1。；边界：离线感知准确就声称系统安全；控制饱和未建模。。
对象：配置空间把机器人姿态视为点，障碍膨胀后搜索无碰路径并做连续碰撞检查。；公式：clearance=min_t distance(q(t),obstacle)。；算例：路径最小距离.4，安全阈值.5，因此不合格，差.1。；边界：离散采样太粗穿过薄障碍；只规划位置不管姿态。。
对象：综合项目从任务、基线、算法、数据、实验到安全部署形成可复现闭环。；公式：pass=quality∧latency∧safety∧reproducibility。；算例：四项中质量、延迟、复现通过但安全失败，严格结果仍不通过。；边界：只展示成功demo；把伦理写成与系统无关的结尾。。