人工智能第二章 課件

第二章

智能Agent

第二章

智能Agent

2015年1月湖南大學(xué)信息科學(xué)與工程學(xué)院內(nèi)容提要Agents和環(huán)境理性Agent環(huán)境的性質(zhì)Agent的類型與結(jié)構(gòu)內(nèi)容提要Agents和環(huán)境2AgentAgent通過感知器感知環(huán)境并通過執(zhí)行器對(duì)所處的環(huán)境產(chǎn)生影響人類Agent眼睛，耳朵為感知器手，腳，聲道為執(zhí)行器機(jī)器人Agent攝像頭，紅外距測(cè)儀為感知器馬達(dá)為執(zhí)行器AgentAgent通過感知器感知環(huán)境并通過執(zhí)行器對(duì)所處的環(huán)3Agent和環(huán)境Agent函數(shù)將任何感知?dú)v史數(shù)據(jù)映射為行為：Agent程序通過在物理系統(tǒng)上運(yùn)行來實(shí)現(xiàn)Agent函數(shù)Agent=體系結(jié)構(gòu)+程序Agent和環(huán)境Agent函數(shù)將任何感知?dú)v史數(shù)據(jù)映射為行為：4真空吸塵器世界感知器：地點(diǎn)和內(nèi)容（eg.[A,Dirty]）行為：向左，向右，洗塵，無操作真空吸塵器世界感知器：地點(diǎn)和內(nèi)容（eg.[A,Dirty]5真空吸塵器世界真空吸塵器世界6理性Agent理性agent：對(duì)于每一可能的感知數(shù)據(jù)序列，一個(gè)理性的agent應(yīng)該采取一個(gè)行為以達(dá)到最大的性能。理性判斷的4個(gè)因素性能度量先驗(yàn)知識(shí)可以完成的行動(dòng)截至到此刻的感知序列理性Agent理性agent：對(duì)于每一可能的感知數(shù)據(jù)序列，一7理性Agent一個(gè)Agent應(yīng)該根據(jù)它感知的信息和它能夠進(jìn)行的行為而做正確的事情正確的行為將使得Agent能夠取得最大的成功性能度量：一個(gè)客觀的標(biāo)準(zhǔn)來評(píng)價(jià)Agent的行為的成功性Eg.真空器agent的性能度量可以是它清洗區(qū)域的數(shù)量，花費(fèi)的時(shí)間，消耗的能量，產(chǎn)生的噪音等等Eg.真空洗塵器8個(gè)小時(shí)內(nèi)清理的灰塵總量來度量性能？以行為來度量性能不如以結(jié)果來度量性能理性Agent一個(gè)Agent應(yīng)該根據(jù)它感知的信息和它能夠進(jìn)行8理性Agent全知：明確知道它的行動(dòng)產(chǎn)生的實(shí)際結(jié)果并且作出相應(yīng)的動(dòng)作理性不等同于全知(已知的知識(shí)都是有限的)理性不等于完美：理性是使期望的性能最大化完美是使實(shí)際的性能最大化理性Agent全知：明確知道它的行動(dòng)產(chǎn)生的實(shí)際結(jié)果并且作出相9理性Agent理性agent能夠進(jìn)行信息收集。理性的agent應(yīng)該具有自主性，能夠進(jìn)行學(xué)習(xí)從環(huán)境的感知信息中根據(jù)歷史經(jīng)驗(yàn)來學(xué)習(xí)理性Agent理性agent能夠進(jìn)行信息收集。10任務(wù)環(huán)境任務(wù)環(huán)境：包括性能(Performance)，環(huán)境(Environment)，agent的執(zhí)行器(Actuators)和傳感器(Sensors)，英文縮寫為PEAS對(duì)于每一個(gè)智能agent,必須說明其PEAS參數(shù)Eg.自動(dòng)駕駛出租車性能度量環(huán)境執(zhí)行器傳感器任務(wù)環(huán)境任務(wù)環(huán)境：包括性能(Performance)，環(huán)境(11任務(wù)環(huán)境Eg.自動(dòng)駕駛出租車性能度量：安全性，快速性，交通違規(guī)，舒適度，利潤(rùn)環(huán)境：馬路，其他交通工具，行人，乘客執(zhí)行器：方向盤，加速油門，剎車，語音合成器傳感器：攝像頭，紅外或聲納，速度表，GPS,鍵盤，麥克風(fēng)任務(wù)環(huán)境Eg.自動(dòng)駕駛出租車12任務(wù)環(huán)境Environment:Patient,hospital,staffActuators:Screendisplay(questions,tests,diagnoses,treatments,referrals)Sensors:Keyboard(entryofsymptoms,findings,patient'sanswers)Eg.醫(yī)療診斷系統(tǒng)性能度量：病人的健康性，病人花費(fèi)環(huán)境：病人，醫(yī)院，工作人員執(zhí)行器：顯示屏(詢問，測(cè)試，診斷，治療方案)傳感器：鍵盤(輸入癥狀，現(xiàn)場(chǎng)檢測(cè)，病人的回答)任務(wù)環(huán)境Environment:Patient,ho13任務(wù)環(huán)境14Eg.挑揀零件機(jī)器人性能度量：正確挑揀的零件所占的百分比環(huán)境：零件傳送帶，容器執(zhí)行器：機(jī)器人手臂和手傳感器：攝像頭，關(guān)節(jié)感知器任務(wù)環(huán)境14Eg.挑揀零件機(jī)器人任務(wù)環(huán)境15Eg.交互式英語教學(xué)者性能度量：最大化學(xué)生成績(jī)環(huán)境：學(xué)生執(zhí)行器：顯示屏(練習(xí)題，建議，正確答案)傳感器：鍵盤任務(wù)環(huán)境15Eg.交互式英語教學(xué)者環(huán)境的性質(zhì)16完全可觀察的vs.部分可觀察的一個(gè)agent的傳感器在每個(gè)時(shí)間點(diǎn)上都能獲取環(huán)境的完整狀態(tài)一個(gè)agent的傳感器在每個(gè)時(shí)間點(diǎn)上都能獲取環(huán)境的部分狀態(tài)真空洗塵器？自動(dòng)駕駛汽車？單agentvs.多agent單agent獨(dú)自運(yùn)行eg.字謎游戲多agent同時(shí)運(yùn)行eg.國(guó)際象棋國(guó)際象棋vs.駕駛出租車？環(huán)境的性質(zhì)16完全可觀察的vs.部分可觀察的環(huán)境的性質(zhì)確定的vs.隨機(jī)的環(huán)境的下一個(gè)狀態(tài)完全取決于當(dāng)前狀態(tài)和agent執(zhí)行的動(dòng)作部分可觀察？出租車駕駛？真空吸塵器？片段式的vs.延續(xù)式的agent的經(jīng)歷被分成一個(gè)個(gè)原子片段，在每個(gè)片段中agent感知信息并完成單個(gè)行動(dòng)，下一個(gè)片段不依賴于以前的片段檢查次品零件的機(jī)器人？國(guó)際象棋？環(huán)境的性質(zhì)確定的vs.隨機(jī)的17環(huán)境的性質(zhì)18靜態(tài)的vs.動(dòng)態(tài)的環(huán)境在agent計(jì)算的時(shí)候不會(huì)變化(vs.會(huì)變化)半動(dòng)態(tài)的:環(huán)境本身不變化但agent的性能評(píng)價(jià)隨時(shí)間變化出租車，國(guó)際象棋，填字游戲？離散的vs.連續(xù)的環(huán)境的狀態(tài)，時(shí)間的處理方式以及agent的感知信息和行動(dòng)都有離散/連續(xù)之分國(guó)際象棋，出租車駕駛？環(huán)境的性質(zhì)18靜態(tài)的vs.動(dòng)態(tài)的環(huán)境的性質(zhì)環(huán)境的性質(zhì)決定了agent的設(shè)計(jì)最難處理的情況：部分可觀察的，隨機(jī)的，連續(xù)的，動(dòng)態(tài)的，延續(xù)式的，多agent的環(huán)境的性質(zhì)環(huán)境的性質(zhì)決定了agent的設(shè)計(jì)19Agent函數(shù)和程序一個(gè)agent用agent函數(shù)來表示agent函數(shù)將感知數(shù)據(jù)序列映射為行為Agent程序以傳感器得到的當(dāng)前感知信息為輸入以執(zhí)行器的行動(dòng)為輸出僅僅以當(dāng)前感知為輸入而不是以整個(gè)歷史感知為輸入Agent函數(shù)和程序一個(gè)agent用agent函數(shù)來表示20Agent的表驅(qū)動(dòng)方法缺點(diǎn)表太大創(chuàng)建表時(shí)間長(zhǎng)非自主性，需人工填寫即使能夠?qū)W習(xí)，也需要很長(zhǎng)的時(shí)間Agent的表驅(qū)動(dòng)方法缺點(diǎn)21Agent的類型四種基本的類型簡(jiǎn)單反射agent基于模型的反射agent基于目標(biāo)的agent基于效用的agentAgent的類型四種基本的類型22真空吸塵器的Agent程序真空吸塵器的Agent程序23簡(jiǎn)單反射的agent基于當(dāng)前的感知選擇行動(dòng)，不關(guān)注感知?dú)v史簡(jiǎn)單反射的agent基于當(dāng)前的感知選擇行動(dòng)，不關(guān)注感知?dú)v史24簡(jiǎn)單反射的agent環(huán)境是完全可觀察的還是部分可觀察的？Eg.真空吸塵器問題，剎車問題簡(jiǎn)單反射的agent環(huán)境是完全可觀察的還是部分可觀察的？Eg25基于模型的反射agentAgent根據(jù)感知?dú)v史維持內(nèi)部狀態(tài)Agent隨時(shí)更新內(nèi)部狀態(tài)信息基于模型的反射agentAgent根據(jù)感知?dú)v史維持內(nèi)部狀態(tài)26基于模型的反射agent基于模型的反射agent27基于目標(biāo)的agent除了根據(jù)感知信息之外，還要根據(jù)目標(biāo)信息來選擇行動(dòng)效率比較低，需要推理搜索和規(guī)劃算法基于目標(biāo)的agent除了根據(jù)感知信息之外，還要根據(jù)目標(biāo)信息來28基于目標(biāo)的agent基于目標(biāo)的agent29基于效用的agent當(dāng)達(dá)到目標(biāo)的行為有很多種的時(shí)候，需要考慮效率環(huán)境是部分可觀察的和隨機(jī)的，不確定下的決策過程可以通過基于效用的agent來實(shí)現(xiàn)。效用的作用多目標(biāo)相沖突時(shí)多目標(biāo)在不確定環(huán)境中一個(gè)目標(biāo)有多種行為可以達(dá)到時(shí)基于效用的agent當(dāng)達(dá)到目標(biāo)的行為有很多種的時(shí)候，需要考慮30基于效用的agent基于效用的agent31學(xué)習(xí)agent學(xué)習(xí)agent32學(xué)習(xí)agent4個(gè)組件性能元件：相當(dāng)于整個(gè)agent評(píng)判元件：反映性能元件做得如何學(xué)習(xí)元件：負(fù)責(zé)改進(jìn)提高問題產(chǎn)生器：提出一些新的有建設(shè)性的探索嘗試Eg.出租車行駛學(xué)習(xí)agent4個(gè)組件33總結(jié)Agents和環(huán)境理性Agent環(huán)境的性質(zhì)Agent的類型與結(jié)構(gòu)總結(jié)Agents和環(huán)境34Qa？

Qa？

第二章

智能Agent

第二章

智能Agent

2015年1月湖南大學(xué)信息科學(xué)與工程學(xué)院內(nèi)容提要Agents和環(huán)境理性Agent環(huán)境的性質(zhì)Agent的類型與結(jié)構(gòu)內(nèi)容提要Agents和環(huán)境37AgentAgent通過感知器感知環(huán)境并通過執(zhí)行器對(duì)所處的環(huán)境產(chǎn)生影響人類Agent眼睛，耳朵為感知器手，腳，聲道為執(zhí)行器機(jī)器人Agent攝像頭，紅外距測(cè)儀為感知器馬達(dá)為執(zhí)行器AgentAgent通過感知器感知環(huán)境并通過執(zhí)行器對(duì)所處的環(huán)38Agent和環(huán)境Agent函數(shù)將任何感知?dú)v史數(shù)據(jù)映射為行為：Agent程序通過在物理系統(tǒng)上運(yùn)行來實(shí)現(xiàn)Agent函數(shù)Agent=體系結(jié)構(gòu)+程序Agent和環(huán)境Agent函數(shù)將任何感知?dú)v史數(shù)據(jù)映射為行為：39真空吸塵器世界感知器：地點(diǎn)和內(nèi)容（eg.[A,Dirty]）行為：向左，向右，洗塵，無操作真空吸塵器世界感知器：地點(diǎn)和內(nèi)容（eg.[A,Dirty]40真空吸塵器世界真空吸塵器世界41理性Agent理性agent：對(duì)于每一可能的感知數(shù)據(jù)序列，一個(gè)理性的agent應(yīng)該采取一個(gè)行為以達(dá)到最大的性能。理性判斷的4個(gè)因素性能度量先驗(yàn)知識(shí)可以完成的行動(dòng)截至到此刻的感知序列理性Agent理性agent：對(duì)于每一可能的感知數(shù)據(jù)序列，一42理性Agent一個(gè)Agent應(yīng)該根據(jù)它感知的信息和它能夠進(jìn)行的行為而做正確的事情正確的行為將使得Agent能夠取得最大的成功性能度量：一個(gè)客觀的標(biāo)準(zhǔn)來評(píng)價(jià)Agent的行為的成功性Eg.真空器agent的性能度量可以是它清洗區(qū)域的數(shù)量，花費(fèi)的時(shí)間，消耗的能量，產(chǎn)生的噪音等等Eg.真空洗塵器8個(gè)小時(shí)內(nèi)清理的灰塵總量來度量性能？以行為來度量性能不如以結(jié)果來度量性能理性Agent一個(gè)Agent應(yīng)該根據(jù)它感知的信息和它能夠進(jìn)行43理性Agent全知：明確知道它的行動(dòng)產(chǎn)生的實(shí)際結(jié)果并且作出相應(yīng)的動(dòng)作理性不等同于全知(已知的知識(shí)都是有限的)理性不等于完美：理性是使期望的性能最大化完美是使實(shí)際的性能最大化理性Agent全知：明確知道它的行動(dòng)產(chǎn)生的實(shí)際結(jié)果并且作出相44理性Agent理性agent能夠進(jìn)行信息收集。理性的agent應(yīng)該具有自主性，能夠進(jìn)行學(xué)習(xí)從環(huán)境的感知信息中根據(jù)歷史經(jīng)驗(yàn)來學(xué)習(xí)理性Agent理性agent能夠進(jìn)行信息收集。45任務(wù)環(huán)境任務(wù)環(huán)境：包括性能(Performance)，環(huán)境(Environment)，agent的執(zhí)行器(Actuators)和傳感器(Sensors)，英文縮寫為PEAS對(duì)于每一個(gè)智能agent,必須說明其PEAS參數(shù)Eg.自動(dòng)駕駛出租車性能度量環(huán)境執(zhí)行器傳感器任務(wù)環(huán)境任務(wù)環(huán)境：包括性能(Performance)，環(huán)境(46任務(wù)環(huán)境Eg.自動(dòng)駕駛出租車性能度量：安全性，快速性，交通違規(guī)，舒適度，利潤(rùn)環(huán)境：馬路，其他交通工具，行人，乘客執(zhí)行器：方向盤，加速油門，剎車，語音合成器傳感器：攝像頭，紅外或聲納，速度表，GPS,鍵盤，麥克風(fēng)任務(wù)環(huán)境Eg.自動(dòng)駕駛出租車47任務(wù)環(huán)境Environment:Patient,hospital,staffActuators:Screendisplay(questions,tests,diagnoses,treatments,referrals)Sensors:Keyboard(entryofsymptoms,findings,patient'sanswers)Eg.醫(yī)療診斷系統(tǒng)性能度量：病人的健康性，病人花費(fèi)環(huán)境：病人，醫(yī)院，工作人員執(zhí)行器：顯示屏(詢問，測(cè)試，診斷，治療方案)傳感器：鍵盤(輸入癥狀，現(xiàn)場(chǎng)檢測(cè)，病人的回答)任務(wù)環(huán)境Environment:Patient,ho48任務(wù)環(huán)境49Eg.挑揀零件機(jī)器人性能度量：正確挑揀的零件所占的百分比環(huán)境：零件傳送帶，容器執(zhí)行器：機(jī)器人手臂和手傳感器：攝像頭，關(guān)節(jié)感知器任務(wù)環(huán)境14Eg.挑揀零件機(jī)器人任務(wù)環(huán)境50Eg.交互式英語教學(xué)者性能度量：最大化學(xué)生成績(jī)環(huán)境：學(xué)生執(zhí)行器：顯示屏(練習(xí)題，建議，正確答案)傳感器：鍵盤任務(wù)環(huán)境15Eg.交互式英語教學(xué)者環(huán)境的性質(zhì)51完全可觀察的vs.部分可觀察的一個(gè)agent的傳感器在每個(gè)時(shí)間點(diǎn)上都能獲取環(huán)境的完整狀態(tài)一個(gè)agent的傳感器在每個(gè)時(shí)間點(diǎn)上都能獲取環(huán)境的部分狀態(tài)真空洗塵器？自動(dòng)駕駛汽車？單agentvs.多agent單agent獨(dú)自運(yùn)行eg.字謎游戲多agent同時(shí)運(yùn)行eg.國(guó)際象棋國(guó)際象棋vs.駕駛出租車？環(huán)境的性質(zhì)16完全可觀察的vs.部分可觀察的環(huán)境的性質(zhì)確定的vs.隨機(jī)的環(huán)境的下一個(gè)狀態(tài)完全取決于當(dāng)前狀態(tài)和agent執(zhí)行的動(dòng)作部分可觀察？出租車駕駛？真空吸塵器？片段式的vs.延續(xù)式的agent的經(jīng)歷被分成一個(gè)個(gè)原子片段，在每個(gè)片段中agent感知信息并完成單個(gè)行動(dòng)，下一個(gè)片段不依賴于以前的片段檢查次品零件的機(jī)器人？國(guó)際象棋？環(huán)境的性質(zhì)確定的vs.隨機(jī)的52環(huán)境的性質(zhì)53靜態(tài)的vs.動(dòng)態(tài)的環(huán)境在agent計(jì)算的時(shí)候不會(huì)變化(vs.會(huì)變化)半動(dòng)態(tài)的:環(huán)境本身不變化但agent的性能評(píng)價(jià)隨時(shí)間變化出租車，國(guó)際象棋，填字游戲？離散的vs.連續(xù)的環(huán)境的狀態(tài)，時(shí)間的處理方式以及agent的感知信息和行動(dòng)都有離散/連續(xù)之分國(guó)際象棋，出租車駕駛？環(huán)境的性質(zhì)18靜態(tài)的vs.動(dòng)態(tài)的環(huán)境的性質(zhì)環(huán)境的性質(zhì)決定了agent的設(shè)計(jì)最難處理的情況：部分可觀察的，隨機(jī)的，連續(xù)的，動(dòng)態(tài)的，延續(xù)式的，多agent的環(huán)境的性質(zhì)環(huán)境的性質(zhì)決定了agent的設(shè)計(jì)54Agent函數(shù)和程序一個(gè)agent用agent函數(shù)來表示agent函數(shù)將感知數(shù)據(jù)序列映射為行為Agent程序以傳感器得到的當(dāng)前感知信息為輸入以執(zhí)行器的行動(dòng)為輸出僅僅以當(dāng)前感知為輸入而不是以整個(gè)歷史感知為輸入Agent函數(shù)和程序一個(gè)agent用agent函數(shù)來表示55Agent的表驅(qū)動(dòng)方法缺點(diǎn)表太大創(chuàng)建表時(shí)間長(zhǎng)非自主性，需人工填寫即使能夠?qū)W習(xí)，也需要很長(zhǎng)的時(shí)間Agent的表驅(qū)動(dòng)方法缺點(diǎn)56Agent的類型四種基本的類型簡(jiǎn)單反射agent基于模型的反射agent基于目標(biāo)的agent基于效用的agentAgent的類型四種基本的類型57真空吸塵器的Agent程序真空吸塵器的Agent程序58