Agent

追求更可能好的行为

我们期望设计出尽可能理性的Agent，抽象来描述，就是环境因素进入到Agent时会形成一个感知序列，根据感知序列，Agent做出相应的行为，并根据行为不断地纠正。

不同时刻，对理性的判断依赖于：

1. 定义成功标准的度量（即给出正确答案或者期望的答案

2. Agent对环境的先验知识（对认知环境有了一定的知识基础，比如训练过一定大小的训练集

3. Agent可以完成的行动（当前可以预测或者训练获得的能力

4. Agent截止到此时的感知序列（当前的感知能力存在局限，假定有一个序列

Agent的结构

Agent程序的框架：输入为从传感器得到当前感知信息，返回该执行器的行动抉择。输入是以整个感知历史 进行的，只依赖当前的感知序列并不能做出有效的行动抉择。

4种基本Agent程序：

• 简单反射Agent。例如吸尘机器人，行动仅仅建立在当前位置以及灰尘位置来进行。 简洁但有限 。

• 基于模型的反射Agent。根据感知历史维持内部状态，使用内部模型跟踪世界的当前状态。ML种神经网络模型种，训练数据的不断增加，感知历史不断边长，内部状态可能就越精准。

• 基于目标的Agent。需要目标信息来描述想要达到的情况。搜索和规划是寻求达成Agent目标的行动序列的人工智能领域。

• 基于效用的Agent。Agent的效用函数是性能度量的内在化，最大效用则意味着Agent的行为更为理性。

环境

PEAS描述（以自动驾驶为例子

性能（Performance，安全性，速度，舒适性，合法性

环境（Environment，道路，交通路况，停车站，行人顾客

执行器（Actuators，加速，刹车，启动，结束

传感器（Sensors，照相机，GPS，速度表

环境的性质

• 完全可观察和部分可观察

• 单agent和多agent

• 确定的和随机的

• 片段式和延续式

• 静态的与动态的

• 离散的与连续的

• 已知的与未知的