《人工智能：計算Agent基礎》——2.4 嵌入式和仿真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2章，第2.4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。

agent控制器有許多可使用的方法：

嵌入式agent是一個可以在實際世界中運作的agent，其行為會在一個實際領域内執行，感覺也來自此領域。

仿真agent是一個運作在模拟主體和環境中的agent，即一個可以接收指令并傳回适當感覺的程式，經常用于控制器實際實作之前進行糾錯。

agent系統模型是一個包括控制器模型(這個不能确定是否為真實程式設計)、主體模型和環境模型，它可以回答agent會有何種動作。這樣一個模型可用于agent建立前證明其性質，或者用于回答那些實際agent很難或者無法回答的假說問題。

這裡的每一種都有不同的适應目的。

嵌入模式适用于agent必須實際使用的情況。

當有很多種設計選擇需要實作，且建構一個實體又比較昂貴或者環境比較危險、不易見到時，仿真agent更适用于測試和糾錯控制器。它也允許我們在現實中難以實作的、非尋常情況組合下的環境中測試agent。

仿真情況如何主要取決于環境模型的好壞。模型總是會抽象世界的一些特征。合适的抽象對于仿真來說是很重要的，它能告訴我們agent是否能在真實環境中工作。

agent的模型、可能環境集的模型和一個特定的正确行為可以允許我們證明命題，即關于agent如何在這樣的環境中工作。例如，我們可能希望證明使用特定控制器的機器人總是可以到達目标确定距離範圍内，且一定不會迷路，不會崩潰。當然，所證明的是否正确取決于模型是否準确。

給定一個agent和環境的模型，agent的某些方面可以先不指定，之後可調整以生成所希望的或者最優的行為。這是優化與規劃中的常用方法。

經過強化學習，同現實世界互動時，agent可展現出更優的性能。