评估自动化决策方法的使用
最重要的是要记住这三种类型的自动化方法（数学 - 控制理论，菜单 - 优化算法和手册 - 专家系统或专家规则）的优势（什么时候应该使用哪种技术）和它们的局限性，如下表所示。 它与自治智能方法一起，使我们能够选择最佳技术来解决机器教学新 AI 范例中的每个任务或模块。
自动化方法的局限性将提示我们在哪里可以使用其他自治智能技术，例如机器学习和强化学习。
自动化方法的优点将弥补自治智能技术的弱点。
该表汇总了自动化智能方法的局限性，并说明了在什么情况下使用它们。
| 它是什么？ | 在什么情况下使用？ | 有哪些限制？ | |
|---|---|---|---|
| 控制理论 | 使用数学计算下一步要执行的操作 | • 需要对可以很好地测量的过程进行可靠、可预测的控制时。 • 清楚地理解系统动力学并可以用数学术语表述时。 |
• 无法通过数学对系统进行建模时，它不起作用。 • 变量之间存在非线性关系时，它不起作用。 • 除非人类专家重新调整常量，否则不会改变其行为。 |
| 优化算法 | 搜索选项列表，并使用目标条件选择控制操作 | • 没有经验或数学来告诉你该怎么做时。 • 搜索布局较大或部分搜索空间未被探索时。 • 有许多决策规则（约束）需要遵循时。 |
• 不了解优化系统所需的系统或技能和策略。 • 需要大量的时间和计算资源来搜索它们选择的决策选项。 |
| 专家系统/专家规则 | 一个程序，其行为类似于某些狭窄应用程序领域的专家 | • 有很多探索空间的经验，知道在许多不同的场景中该做什么，并且可以将要执行的操作表达为规则或策略时。 • 必须遵守许多约束时。 • 需要解释决策，但没有一个足够信任的数学模型来计算操作时。 |
• 受到先前探索知识的限制。 • 维护知识库中的规则和所有异常既繁琐又容易出错。 |