AI——Agent和环境

Agent

追求更可能好的行为

我们期望设计出尽可能理性的Agent,抽象来描述,就是环境因素进入到Agent时会形成一个感知序列,根据感知序列,Agent做出相应的行为,并根据行为不断地纠正。

 

不同时刻,对理性的判断依赖于:

  1. 定义成功标准的度量(即给出正确答案或者期望的答案

  2. Agent对环境的先验知识(对认知环境有了一定的知识基础,比如训练过一定大小的训练集

  3. Agent可以完成的行动(当前可以预测或者训练获得的能力

  4. Agent截止到此时的感知序列(当前的感知能力存在局限,假定有一个序列

 

Agent的结构

Agent程序的框架:输入为从传感器得到当前感知信息,返回该执行器的行动抉择。输入是以整个感知历史 进行的,只依赖当前的感知序列并不能做出有效的行动抉择。

4种基本Agent程序:

  • 简单反射Agent。例如吸尘机器人,行动仅仅建立在当前位置以及灰尘位置来进行。 简洁但有限

  • 基于模型的反射Agent。根据感知历史维持内部状态,使用内部模型跟踪世界的当前状态。ML种神经网络模型种,训练数据的不断增加,感知历史不断边长,内部状态可能就越精准。

  • 基于目标的Agent。需要目标信息来描述想要达到的情况。搜索和规划是寻求达成Agent目标的行动序列的人工智能领域。

  • 基于效用的Agent。Agent的效用函数是

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值