目录
1.3.2 Model-based reflex agents
1.1 代理模型
感知（Percepts）：
代理对环境的感知/观察，是代理接收信息的来源，一般由硬件像传感器，键盘，摄像头等做出。不同饿输入手段也会使代理了解关于环境的不同信息。
行动（Action）：
代理通过自身执行器做出的可能影响环境的行动，代理的目标是做出合理的行为。
环境（Environments）：
代理所在的地方，并且能与其产生互动。环境会影响代理的感知和活动。代理的种类的设计通常会依环境而定。
性能测量（Performance Measure）：
环境状态的可取性，量化评价代理所作行动的好坏。
1.2 作为函数的代理
代理可以通过经验来评估，有时也可以通过数学来分析。
代理是一个从感知序列到动作（）的函数。
理想的理性代理会选择有望使其性能指标最大化的行动（基于感知序列和其固有知识）。
1.3 代理的种类
1.3.1 Simple reflex agents
简单的映射代理：
特点：适合简单的环境，忽略感知序列，而只针对当前感知选择行动，不关心过去的信息。（不记录环境的信息）
行动逻辑：条件到结果的直接映射（代码上反应为语句）。
1.3.2 Model-based reflex agents
基于模型的代理：
特点：代理相比前者，可以通过状态对环境进行分析，通过模型推演出无法直接观测到的环境信 息，对环境信息的强化获取，适用于部分可见的环境。
行动逻辑：基于世界/物理规则，运用一些客观规律总结环境的信息，对行为进行反应，但依然是直接映射（代码上反应为语句）。
1.3.3 Goal-based agents
基于目标的代理：
特点：代理需要知道目标信息，并且作出的行动将受到目标的影响。
行动逻辑：盲目/随意选择所有合理的行为，直到代理在达到目标。（盲目搜索，过程是不断地尝试 所有可能的节点，最后返回⼀条达到目标的路径）
1.3.4 Utility-based agents
基于效用的代理：
特点：通过对行动进行评估，目的是高质量/效率完成目标。
行动逻辑：选择最高的行为。
1.4 环境的种类
环境可能是，也可能不是：
- 可见性：知觉包含了所有关于世界的相关信息。
- 确定性：当前世界的状态唯一决定了下一个世界。
- 顺序性：只有当前（或最近）的感知是相关的。
- 静态性：当代理在考虑时，环境不会改变。
- 离散性：有限数量的可能感知/行动。
（全局可见性/部分可见性）：
形容是否环境中的信息全部/部分可以被观测到。
例子：
全局可见：国际象棋（所有的信息都可以从棋盘上得到）
部分可见：玩扑克（我们不知道其他玩家手里的牌）
（确定性/随机性）：
行动的结果是否是包含随机性，当前世界的状态唯一决定了下一个世界。
例子：
确定的：国际象棋（没有随机时间发生）
随机的：西洋双陆棋（下一次的行为受到掷色子点数的影响）
（片断性/顺序性）：
每⼀轮的行动之间是否有关联，还是只有当前（或最近）的感知是相关的。
例子：
片断的：掷色子（每回合的点数相不影响）
顺序的：围棋（⼀着不慎，满盘皆输，下⼀步的行为取决于之前的行为）
（静态性/ 动态性）：
环境/规则是否会发生改变。
例子：
静态的：围棋（环境，规则不会改变，行动不受环境影响，当代理在考虑时，环境不会改变）
动态的：炉石传说（时间是环境组成成分，时间不断变化，行为逻辑也会变化，快到时间了往往不 会进行深入的思考，出牌逻辑趋于随机，因为⼀旦超时就输掉这一回合）
（离散性/ 连续性）：
环境中的行为是否是连续的，即是否是有限数量的可能感知/行动。
例子：
离散的：国际象棋（回合制）
连续的：自动驾驶（连续行为）
环境类型在很大程度上决定了代理的设计。
现实世界是部分可观察的、随机的、顺序的、动态的、连续的。
704
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
