智能Agent筆記

標籤：agent

理性Agent：追求儘可能好的行為表現。Agent表現如何取決於環境的本質。

Agent通過感應器感知環境並通過執行器對所處環境產生影響。

Agent的感知序列是該Agent所收到的所有輸入資料的完整曆史。一般地，Agent在任何給定時刻的行動選擇依賴於到那個時刻為止該Agent的整個感知序列，而不是那些它感知不到的東西。從數學角度看，我們可以說Agent函數描述了Agent的行為，它將任意給定感知序列映射為行動。

理性Agent是做事正確的Agent。考慮Agent行動的後果。當把Agent置於一個環節中後，它針對收到的感知資訊產生一個行動序列。這個行動序列導致環境經曆一系列的狀態變化。如果該系列正是渴望的，那麼這個Agent效能良好。這裡的渴望，通過效能度量表述，它對環境狀態的任何給定序列進行評估。

理性：任何指定的時刻，什麼是理性的判斷依賴於以下4個方面：1、定義成功標準的效能度量。2、Agent對環境的先驗知識。3、Agent可以完成的行動。4、Agent截止到此時的感知序列。

從而得到理性Agent的定義：

對每一個可能的感知序列，根據已知的感知序列提供的證據和Agent具有的先驗知識，理性Agent應該選擇能使其效能度量最大化的行動。

需要小心區別理性和全知的概念。一個全知的Agent明確地知道它的行動產生的實際結果並且做出相應的動作；但全知者在現實中是不可能的。

此定義不僅要求理性Agent收集資訊，而且要求Agent從它所感知的資訊中儘可能多的學習。Agent最初的設定可能反映的是環境的先驗知識，但隨著Agent經驗的豐富這些知識會變改變或者增加。在一些極端的情況中環境完全被當成先驗知識。在這樣的情況下，Agent不再需要感知和學習；它只要正確地行動。當然這樣的Agent是脆弱的。

Agent依賴於設計人員的先驗知識而不是它自身的感知資訊，這種情況我們會說該Agent缺乏自主性。

任務環境的性質

完全可觀察的與部分可觀察的：如果Agent的感應器在每個時間點上都能擷取環境的完整狀態，那麼我們就說任務環境是完全可觀察的。如果感應器能夠檢測所有與行動決策相關的資訊，那麼該任務環境是有效完全可觀察的；而相關的程度則取決於效能度量。

確定的與隨機的：如果環境的下一個狀態完全取決於目前狀態和Agent執行的動作，那麼我們說該環境是確定的；否則，它是隨機的。

靜態與動態：如果環境在Agent計算的時候會變化，那麼我們稱該Agent的環境是動態；否則該環境則是靜態。

AI的任務是設計Agent程式，它實現的是把感知資訊映射到行動的Agent函數。假設該程式要在某個具備物理感應器和執行器的計算裝置上運行——我們稱為體繫結構。
Agent=體繫結構+程式

基於模型的反射Agent
Agent應該根據感知曆史維持內部狀態，從而至少反映出目前狀態看不到的資訊。
關於“世界如果運轉”的知識——無論是用簡單的布爾電路還是用完備的科學理論實現——都被稱為世界模型。使用這種模型的Agent被稱為基於模型的Agent。

基於目標的Agent
除了目前狀態的描述，Agent還需要目標資訊來描述想要達到的狀況。搜尋和規劃是尋找達成Agent目標的行動序列的人工智慧領域。

反射Agent看到刹車燈時就刹車。而基於目標的Agent原則上會推理，，如果前面車輛的刹車燈亮起，則它要減速。

基於效用的Agent
在目標不適當的兩類情況中，一個基於效用的Agent仍然可以做出理性決策。第一，當多個目標互相衝突時，只有其中一些目標可以達到時，效用函數可以在它們之間適當的折中。第二，當Agent有幾個目標，但沒有一個有把握達到時，效用函數可以根據目標的重要性對成功的似然率加權。

著作權聲明：本文為博主原創文章，未經博主允許不得轉載。

智能Agent筆記