《人工智能：計算Agent基礎》——1.3 環境中的Agent

本節書摘來自華章計算機《人工智能：計算agent基礎》一書中的第1章，第1.3節,作者：（加）david l.poole,alan k.mackworth 更多章節内容可以通路雲栖社群“華章計算機”公衆号檢視。

人工智能研究具有實用性的推理：為了完成某項任務或達到某一目的而進行的推理。agent由感覺、推理和行為組成。agent在環境中進行某種行為，這裡的環境也可以包括其他的agent。一個agent與其周圍的環境統稱為一個世界。

例如，被稱做機器人的agent，是由帶有實體傳感器的計算引擎和制動器組成的，其行為環境是實體環境；再者，能夠提供建議的計算機專家系統，能夠感覺資訊以及執行任務；agent也可以隻是存在于純粹的計算環境中的程式，如軟體agent。

https://yqfile.alicdn.com/eb7b8cd54526157c76b08b5583502850390ebae0.png" >

圖1-3　圖1-3　agent與環境的互動展示了agent的輸入輸出。任何時候，agent所做的都依賴于以下幾個方面：

1) agent及其環境的先驗知識。

2) 與環境的互動曆史，其中包括:10

目前環境的觀察值。

先前經驗和觀察值，或從學習中獲得到的其他資料。

3）試圖達到的目标或整個世界狀态的偏好。

4）它能夠執行的最原始動作，即能力。

兩個具有相同先驗知識、曆史、能力和目标的agent才會産生同樣的行為，改變其中任何一個條件都将導緻不同的行為結果。

每個agent都有一些内部狀态，能為它的環境及其自身進行編碼。agent可能會有多個要達到的目标，在環境中為達到這些目标而存在多種行為方式，以及通過推理、感覺和學習來改變信念的多種方法。縱觀所有agent，從恒溫控制器到一組移動機器人，到由人類提供感覺和行為的診斷建議系統，再到社會本身，其複雜度各不相同。