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:
-
定义成功标准的度量(即给出正确答案或者期望的答案
-
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
-
Agent可以完成的行动(当前可以预测或者训练获得的能力
-
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