人工智能

📊 课程难度与压力分析

COMP3411 的难度属于‘渐入佳境’。前三周的搜索算法非常直观，但从第五周的 CSP 和第七周的逻辑推导开始，抽象程度会陡增。压力主要来自于 Assignment 1，通常要求你写一个棋类 AI，如果你的启发式函数（Heuristic）写得不好，你的 AI 会表现得非常愚蠢，导致在对抗测试中拿不到分。期末考试的计算量不大，但‘脑筋急转弯’很多，你需要非常清楚 A* 算法每一个节点的展开顺序。

🎯 备考重点与高分策略

高分秘籍：‘得 A* 与 Alpha-Beta 者得 Distinction’。期末考试中，画搜索树、标明 Alpha-Beta 剪枝的具体位置是必考大题，一定要练到零失误。重点理解启发式函数的‘可采纳性’，那是论述题的常考陷阱。对于逻辑部分，熟练掌握‘归结原理 (Resolution)’的每一个步骤。备考时，教材《Artificial Intelligence: A Modern Approach》(Russell & Norvig) 是唯一的参考源，课后习题是考题的‘母版’。重视 Tutorial 里的例题，那是考试逻辑的直接映射。

📚 学习建议与资源推荐

神书推荐：Russell & Norvig 的《AI: A Modern Approach》，这是全球 AI 教学的工业标准。如果觉得逻辑部分太枯燥，去 YouTube 搜‘Berkeley CS188’的课程视频，这是全球公认的最好 AI 入门课，动画效果极佳。练习方面，重做一遍 Lab 里的 Prolog 逻辑题（如果有的话）或 Python 算法实现。最重要的建议：不要只记算法名字，要去想这个算法在什么环境下会失效（比如 A* 在非自洽启发式下会怎样）。

⚠️ 作业与 Lab 避坑指南

作业避坑：在写博弈 AI 时，千万注意时间限制（Time Limit）！如果你的算法搜得太深导致超时，会被判定为输。学会使用‘迭代加深 (Iterative Deepening)’来平衡深度与时间。Assignment 2 写作中，逻辑推导过程严禁跳步。此外，注意 Python 的性能瓶颈，复杂运算尽量使用位运算或优化数据结构。注意 Final 考试有 Hurdle，理论知识不扎实很容易翻车。考试时带好直尺，画搜索树时保持整洁，这有助于你自己理清逻辑。

💬 过来人经验分享

学长建议：这门课教的是‘算法的美感’。学完后你会发现，原来电脑的智能其实就是在大规模的可能性中进行‘极速的选择’。建议找一个同样喜欢玩游戏的队友一起讨论 Assignment。拿 HD 的关键：在论述题中展现出你对‘探索与利用 (Exploration vs Exploitation)’权衡的深刻见解。坚持住，通关 3411 后，你才真正具备了被称为‘AI 工程师’的理论底气。