人工智能：现代方法阅读笔记2

第二章 智能体

1. 智能体和环境

定义：任何通过传感器（sensor）感知环境（environment）并通过执行器（actuator）作用于该环境 的事物都可以被视为智能体（agent）。

智能体的行为由智能体函数描述，该函数将任意给定的感知序列映射到一个动作，但这个函数理论上是无限的，作为其实现，实际上是智能体程序，其可以在物理系统中运行。

2. 理性的概念

理性智能体：做正确事情的事物

（1）性能度量（什么是良好行为）

由于需要确保“施以机器的目的是我们真正想要的目的”，因此，结果论常常是针对人工智能的性能度量方法。

（2）理性

理性取决于以下4方面：定义成功标准的性能度量； 智能体对环境的先验知识； 智能体可以执行的动作； 智能体到目前为止的感知序列。

因此，理性智能体的定义是：对于每个可能的感知序列，给定感知序列提供的证据和智能体所拥有的任何先 验知识，理性智能体应该选择一个期望最大化其性能度量的动作。

（3）全知、学习和自主

主要是强调，理性不等同于完美，其不可能全知，理性使期望性能最大化，而完美使实际性能最大化。我们不可能要求智能体全知且完美，但由于其在训练时仅能获取迄今为止的信息，因此，信息收集是必要的，可以极大地提高智能体的理性性能（在线学习？）。同时还希望其能够从它所感知到的东西中学习 。其学习能力决定了其是否具有自主性。

3. 环境的本质

任务环境其实就是问题本身。（建模的一种？）

（1）指定任务环境

PEAS描述：性能度量、环境、执行器、传感器

（2）任务环境的几种分类

完全可观测的和部分可观测的

单智能体的和多智能体的

确定性的和非确定性的

回合式的和序贯的

静态的和动态的

离散的和连续的

已知的和未知的

最困难的情况是部分可观测的、多智能体的、非确定性的、序贯的、动态的、连续的且未知 的。

4. 智能体的结构

智能体架构：智能体 = 架构 + 程序 （1）智能体程序

表驱动的一种程序

其缺点在于无法事先实现一切决策表，这使得其复杂度过高且不可穷举。

4种简单智能体程序：

（2）简单反射型智能体

（3）基于模型的反射型智能体

（4）基于目标的智能体

（5）基于效用的智能体

（有点类似强化学习？？）

（6）学习型智能体

（7）智能体程序的组件如何运作及其表示？