问题标签 [artificial-intelligence]

我在想，在可能遥远的未来，很多人认为我们不会那么依赖物理输入（即键盘），因为可以使用读取脑电波的技术（在某种程度上已经存在）。有点吓到我了……不管怎样，当我做白日梦的时候，我突然想到：如果程序员可以在他们的代码中实现逻辑来准确预测用户的意图，然后无需执行预期的操作，那会怎样？用于人机交互。我不是在寻找任何具体的东西，我只是对任何人的想法有点好奇。

我的任务是模拟人们四处走动。可能是一群人穿过餐厅或离开学校。环顾四周，我发现了一堆与 A* 相关的东西，这对一个人来说很好，但我会有一堆。人们是否有用于这些东西的标准库？还是我应该看的一种算法？还是一本能让我前进的书？

前段时间我曾经在人工智能领域使用过pop11，我想知道现在是否有人在商业上使用pop11编程语言，如果有，那是为了什么？

我正在构建一个自定义回归树，并希望使用 m-estimate 进行修剪。

有谁知道如何计算。

http://www.ailab.si/blaz/predavanja/UISP/slides/uisp07-RegTrees.ppt可能会有所帮助（幻灯片 12，Em 应该是什么样子？）

我正在构建一个包含回合制策略游戏的学术作品。我将 XNA 3 用于图形，但没有决定将什么用于 AI。

我正在考虑使用 P#，一个用于 .NET 的 Prolog 解释器，但我发现它有点差。对于游戏 AI，你有什么比 Prolog（也许是 Haskell？）或比 P# 更好的解释器更好的东西吗？

你知道除了模式识别之外的任何应用程序。为了实现 Hopfield 神经网络模型值得吗？

我有一个点列表。每个点都是一个x和y坐标（两者都是整数）。现在我试图找到已知的图案，例如线条、圆弧或圆，因为我知道这些点在图案上并不完美。

最好的方法是什么？我没有太多开始的线索。

编辑：点是有序的。用户正在绘制一些东西，程序应该检测到最佳模式。例如，如果绘制了一个三角形，它应该检测三条线。

我在 3D 环境中手动创建了 NavGraph。我了解（并且之前已经实施过）一个 A* 例程，一旦您“进入图表”，就可以在图表中找到我的方式。

我感兴趣的是进入和“关闭”图表的最佳方式。

例如：所以例行程序是这样的：从源头向目的地射一条射线，如果没有任何阻碍，继续走。

如果有问题，我们需要使用图，所以要进入图，我们需要找到图上最近的可见节点。（为此，我之前根据与源的距离对图表进行了排序，然后从壁橱向最远的地方发射光线，直到找到没有障碍物的光线。）

然后运行标准 A*...

然后“退出”图表，通过与我们在图表上得到的方法相同的方法（用于计算上述 A* 的端点），所以我将光线从端点发射到最近的导航图节点。

所以到这一切都说完了，除非我的导航图非常密集，否则我花在上/下图上的时间比计算路径的时间还要多……

必须有更好/更快的方法吗？（是否有某种空间细分技巧？）

你能告诉我任何生成非均匀随机数的方法吗？
我正在使用 Java，但代码示例可以是任何你想要的。

一种方法是通过将两个均匀随机数相加（即掷 2 个骰子）来创建偏态分布。

我正在寻找一些句子分析（主要用于 twitter 应用程序）并推断出一些一般特征。在 Ruby 中是否有任何好的自然语言处理库来处理这类事情？

类似于Is there a good natural language processing library but for Ruby。我更喜欢非常笼统的东西，但任何线索都值得赞赏！