人工智能第二章

第二章

智能Agent

內(nèi)容提要Agents和環(huán)境理性Agent環(huán)境的性質(zhì)Agent的類型與構(gòu)造AgentAgent經(jīng)過感知器感知環(huán)境并經(jīng)過執(zhí)行器對所處的環(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，紅外距測儀為感知器馬達(dá)為執(zhí)行器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：Agent程序經(jīng)過在物理系統(tǒng)上運(yùn)轉(zhuǎn)來實(shí)現(xiàn)Agent函數(shù)Agent=體系構(gòu)造+程序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理性Agent理性agent：對于每一能夠的感知數(shù)據(jù)序列，一個理性的agent應(yīng)該采取一個行為以到達(dá)最大的性能。理性判別的4個要素性能度量先驗(yàn)知識可以完成的行動截至到此刻的感知序列理性Agent一個Agent應(yīng)該根據(jù)它感知的信息和它可以進(jìn)展的行為而做正確的事情正確的行為將使得Agent可以獲得最大的勝利性能度量：一個客觀的規(guī)范來評價Agent的行為的勝利性Eg.真空器agent的性能度量可以是它清洗區(qū)域的數(shù)量，破費(fèi)的時間，耗費(fèi)的能量，產(chǎn)生的噪音等等Eg.真空洗塵器8個小時內(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全知：明確知道它的行動產(chǎn)生的實(shí)踐結(jié)果并且作出相應(yīng)的動作理性不等同于全知(知的知識都是有限的)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)踐的性能最大化理性Agent理性agent可以進(jìn)展信息搜集。理性的agent應(yīng)該具有自主性，可以進(jìn)展學(xué)習(xí)從環(huán)境的感知信息中根據(jù)歷史閱歷來學(xué)習(xí)義務(wù)環(huán)境義務(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對于每一個智能agent,必需闡明其PEAS參數(shù)Eg.自動駕駛出租車性能度量環(huán)境執(zhí)行器傳感器義務(wù)環(huán)境Eg.自動駕駛出租車性能度量：平安性，快速性，交通違規(guī)，溫馨度，利潤環(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)義務(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：病人的安康性，病人破費(fèi)環(huán)境：病人，醫(yī)院，任務(wù)人員執(zhí)行器：顯示屏(訊問，測試，診斷，治療方案)傳感器：鍵盤(輸入病癥，現(xiàn)場檢測，病人的回答)義務(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)感知器義務(wù)環(huán)境15Eg.交互式英語教學(xué)者性能度量：最大化學(xué)生成果環(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：鍵盤環(huán)境的性質(zhì)16完全可察看的vs.部分可察看的一個agent的傳感器在每個時間點(diǎn)上都能獲取環(huán)境的完好形狀一個agent的傳感器在每個時間點(diǎn)上都能獲取環(huán)境的部分形狀真空洗塵器？自動駕駛汽車？單agentvs.多agent單agent單獨(dú)運(yùn)轉(zhuǎn)eg.字謎游戲多agent同時運(yùn)轉(zhuǎn)eg.國際象棋國際象棋vs.駕駛出租車？環(huán)境的性質(zhì)確定的vs.隨機(jī)的環(huán)境的下一個形狀完全取決于當(dāng)前形狀和agent執(zhí)行的動作部分可察看？出租車駕駛？真空吸塵器？片段式的vs.延續(xù)式的agent的閱歷被分成一個個原子片段，在每個片段中agent感知信息并完成單個行動，下一個片段不依賴于以前的片段檢查次品零件的機(jī)器人？國際象棋？環(huán)境的性質(zhì)18靜態(tài)的vs.動態(tài)的環(huán)境在agent計(jì)算的時候不會變化(vs.會變化)半動態(tài)的:環(huán)境本身不變化但agent的性能評價隨時間變化出租車，國際象棋，填字游戲？離散的vs.延續(xù)的環(huán)境的形狀，時間的處置方式以及agent的感知信息和行動都有離散/延續(xù)之分國際象棋，出租車駕駛？環(huán)境的性質(zhì)環(huán)境的性質(zhì)決議了agent的設(shè)計(jì)最難處置的情況：部分可察看的，隨機(jī)的，延續(xù)的，動態(tài)的，延續(xù)式的，多agent的Agent函數(shù)和程序一個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)行器的行動為輸出僅僅以當(dāng)前感知為輸入而不是以整個歷史感知為輸入Agent的表驅(qū)動方法缺陷表太大創(chuàng)建表時間長非自主性，需人工填寫即使可以學(xué)習(xí)，也需求很長的時間Agent的類型四種根本的類型簡單反射agent基于模型的反射agent基于目的的agent基于成效的agent真空吸塵器的Agent程序簡單反射的agent基于當(dāng)前的感知選擇行動，不關(guān)注感知?dú)v史簡單反射的agent環(huán)境是完全可察看的還是部分可察看的？Eg.真空吸塵器問題，剎車問題基于模型的反射agentAgent根據(jù)感知?dú)v史維持內(nèi)部形狀A(yù)gent隨時更新內(nèi)部形狀信息基于模型的反射agent基于目的的agent除了根據(jù)感知信息之外，還要根據(jù)目的信息來選擇行動效率比較低，需求推理搜索和規(guī)劃算法基于目的的agent基于成效的agent當(dāng)?shù)竭_(dá)目的的行為有很多種的時候，需求思索效率環(huán)境是部分可察看的和隨機(jī)的，不確定下的決策過程可以經(jīng)過基于成效的agent來實(shí)現(xiàn)。成效的作用多目的相沖突時多目的在不確定環(huán)境中一個目的有多種行為可以到達(dá)時基于成效的agent學(xué)習(xí)agent學(xué)