理性Agent、任务环境

——参考文献《人工智能：一种现代的方法》（第3版）

一个agent与环境的互动（接受刺激，反馈行动）：

 

 

所以人，机器等，都可以看作是一个agent：

注：softbots  维基百科解释为： In computer science, a software agent is a computer program that acts for a user or other program in a relationship of agency, which derives from the Latin agere (to do): an agreement to act on one's behalf. Such "action on behalf of" implies the authority to decide which, if any, action is appropriate.    意思是softbots是另一个人或者软件的代理。例如：Siri（它从别的地方收集信息并推给你）

 

如何判定一个agent是“优秀的”、“好的”？

显而易见的是，从它的行为判断。

以扫地机器人为例。有A、B两个方块，它需要做的是把方块清扫干净。我们假定环境地形已知（作为先验知识）、命令不会使它移出环境、它能正确感知灰尘的是否存在、灰尘的位置。我们给定奖惩机制（例如一定周期内某方块保持干净给1分等）。

这时它有几个选择：向左、向右、吸尘

                                                                （功能描述）

 

实际上，我们会发现情况比较复杂。

如果单从行为结果上考虑，可能会发现不同的扫地机器人在某时间段内行为结果是一样的，这意味着它们一样优秀吗？显然不一定。

所以这个时候用性能度量会更加客观。例如计算八小时内清理灰尘总量、或者每小时清理灰尘总量。

这时我们又会发现，可能一个机器人会不停的把灰尘清扫了再倒出来，以提高它清扫灰尘的总量，或者另一个在前几分钟之内清理完所有灰尘然后无所事事。

so，我们会希望一个agent 是理性的。

 

什么是理性的？A rational agent chooses whichever action maximizes the expected value of the performance measure given the percept sequence to date.

在现有环境序列下，一个理性的agent会做在规定的性能度量下利益最大化的事情。

理性，即探索，学习，自主性，

理性agent执行的结果不是完美的，但是当下环境最佳的。

 

 

what is 性能度量？

在构建一个理性agent时，首先考虑它所处的环境。（扫地机器人和自动驾驶仪当然需要不同的衡量标准）

 

 

任务环境的描述，称为PEAS描述：Performance（性能）、 Environment（环境）、 Actuators（执行器）、 Sensors（感知器）

 

来定义几个维度吧！

 

完全可观察与部分可观察

 

单Agent与多Agent（竞争、合作、部分竞争部分合作。例如国际象棋【竞争性的多Agent】和无人驾驶【部分竞争，比如停车位；部分合作，比如避免发生冲撞】）

 

确定与随机（确定：环境的下一个状态完全取决于此时的状态和Agent的动作。注意！：”不确定“和“随机”是两个概念。不确定：环境中行动有多种可能，但与概率无关【走在路上被花盆砸中】。随机：后果是不确定的但是可以用概率量化【抛一个硬币你不知道它落下来朝哪面】）

 

片段与延续（片段的环境中当前决策不会影响下一个片段的决策）

 

静态与动态（静态、动态、半动态。半动态：环境本身不随时间变化而变化，但是Agent的性能评价随时间变化【国际象棋，就算它不动但是时间在变化，它的性能评价也随之变化】）

 

离散与连续（环境的状态、时间的处理方式、Agent的感知信息与行动【国际象棋的环境、感知信息与行动是离散的；自动驾驶的时间和状态连续；】）

 

已知与未知（Agent的知识状态。注意 “已知/未知” 和“可观察/不可观察” 也是两个概念）