如何利用《Artificial Intelligence: A Modern Approach》第4版网站上的代码和习题学习?
aima.cs.berkeley.edu 是《Artificial Intelligence: A Modern Approach》（AIMA）第4版美国版的官方配套网站，由 Stuart Russell 和 Peter Norvig 维护。它本身不提供完整教材正文，而是把代码、习题、图表、伪代码、勘误等配套资源集中在一处，供读者配合纸质或电子版教材使用。如果你的目标是边读教材边动手实践，合理的使用顺序是：先按章读正文，再用网站上的图表和伪代码对照理解算法，最后用代码和习题做验证。教师则可以额外利用教师页面和勘误信息组织课程。
网站上有哪些资源，分别对应什么用途
网站页面列出了以下入口，可以按用途分类：
| 资源 | 形式 | 主要用途 |
|---|---|---|
| Table of Contents | 网页 | 查看美国版全书章节结构与页码 |
| Preface | 了解作者写作意图与全书组织 | |
| Code | 网站 | 配套算法实现，动手运行与修改 |
| Exercises | 网站 | 各章练习题，自测与作业 |
| Figures | 书中插图，便于复习与课件制作 | |
| Pseudocode | 书中算法伪代码汇总，脱离具体语言理解逻辑 | |
| Errata | 网页 | 已发现的错误与更正 |
| Instructors Page | 网页 | 教师教学相关材料入口 |
| Bibliography | PDF、LaTeX .bib 文件及 bib 数据 | 参考文献与引用管理 |
| Index | 全书索引 |
其中 Code 和 Exercises 是自学时最核心的两项：代码让你看到算法如何落地，习题让你检验是否真正理解。Figures 和 Pseudocode 更适合复习阶段快速回顾，Errata 则应在遇到疑似印刷或表述问题时优先查阅。
按章节顺序结合教材学习的步骤
- 先读教材对应章节。网站提供的是配套资源而非正文，直接看代码容易缺少问题背景。以第3章“Solving Problems by Searching”为例，先读正文理解搜索问题的形式化定义，再进入下一步。
- 用 Pseudocode 和 Figures 对照算法。伪代码汇总能帮你把正文里的描述抽象成清晰的步骤，图表则用于确认状态空间、搜索树等结构。这一步的预期结果是：你能用自己的话复述算法流程。
- 运行和修改 Code。配套代码按书中算法组织，建议先跑通示例，再改动参数或输入观察输出变化。例如在搜索算法中更换启发式函数，观察节点扩展数量的差异。
- 做 Exercises 检验。每章习题覆盖概念理解与推导，做完后对照教材和勘误核对。遇到与书中表述不一致的地方，先查 Errata 再判断是自己理解有误还是文本问题。
- 定期回看 Figures 与 Index。复习时用图表快速唤醒记忆，用索引定位具体概念所在的章节和页码。
教师使用时的注意点
网站设有 Instructors Page，是教师获取教学相关材料的入口。组织课程时，可把 Exercises 作为作业来源，把 Figures 和 Pseudocode 用于讲义与课件。由于网站同时维护 Errata，布置习题前核对勘误可以避免把已更正的问题当作考点。教材被超过 1500 所学校采用，说明其章节结构已被广泛验证，按现有目录组织教学进度是稳妥的做法。
常见卡点
- 把网站当成教材全文：网站提供的是目录、代码、习题等配套内容，正文仍需通过正式渠道获取。
- 跳过正文直接看代码：代码脱离问题背景时难以理解设计动机，建议始终以章节阅读为先。
- 忽略勘误：第4版美国版页面标注了修改时间（Aug 22, 2022），说明内容会更新，遇到疑问先查 Errata。
- 混淆版本：网站区分 US Edition 与 Global Edition，章节编号和内容可能不同，对照资源时要确认自己用的是哪一版。