Agent的结构

——参考文献《人工智能：一种现代的方法》（第3版）

目录

1.1 Simple reflex agent（简单反射）

1.2 Model-based reflex agents（基于模型）

1.3 Goal-based agents（基于目标）

1.4 Utility-based agents（基于效用）

总结，以上四种Agent都是在选择下一步行动，并且决策过程越来越复杂。

最后说一下这些Agent程序怎么制成的——学习Agent：

---

Agent = 程序 + 体系结构（使Agnent能够更好执行行动的装置，例如：对于一个扫地机器人，需要传感器）

 

四种Agent程序：

• Simple reflex agents（简单反射）

• Model-based reflex agents（基于模型）

• Goal-based agents（基于目标）

• Utility-based agents（基于效用）

 

1.1 Simple reflex agent（简单反射）

最简单的一组固定事件：if……then。例如：if hungry，then eat。

  

上图是一个简单反射的示例

    

这个出现的问题就很常见了。比如肚子饿的时候，其实你这时候有肠胃炎不能吃东西，但是你通过这个反射不停的吃，那就挂了。

 

1.2 Model-based reflex agents（基于模型）

将部分可观测的环境记录到Agent的内部知识中，就是在简单反射的基础上，将一些常识性的东西教给Agent。比如，人在肠胃科+肚子饿=肠胃出问题了，不能吃东西。我不需要知道自己为什么在肠胃科，但是我要知道现在不能吃东西。

例如一个自动驾驶汽车，遇到一辆大卡车堵在前面，它不需要知道大卡车前面发生了什么，只需要知道现在有障碍，不能通行。

    

 

1.3 Goal-based agents（基于目标）

   

这个模型和前面两个有根本性的不同，它需要考虑到未来发生什么情况。比如，我的终极目标是吃东西，那么 我在肠胃科+肚子饿=现在先不吃（避免挂掉），等好了再吃

 

1.4 Utility-based agents（基于效用）

Utility：the quality of being useful

    

 

这里的效用可以理解为希望以什么样的状态或形式达成目标。比如我在肠胃科，我想吃东西，医生告诉有两种药可以治好我的病，一个吃下去就见效，但是副作用很大，一个见效时间慢但没什么副作用，那你就根据自己的偏好选择吧。

 

总结，以上四种Agent都是在选择下一步行动，并且决策过程越来越复杂。

 

最后说一下这些Agent程序怎么制成的——学习Agent：

给定一个既定标准（不可由Agent来修改），由一个评判元件在Agent学习后进行反馈，Agent通过这些反馈，把自己新学的知识归纳到性能元件进行校正。最后一个问题产生器，允许少量的自行探索，可能探索出一些当下次优，但长期而言更好的行动。

    

比如我从肠胃科出来，我太饿了，到路边拔了根草吃下去，结果肠胃炎更厉害了。这时候外在性能就要告诉我，吃草带来的损失对于整体性能的影响是负面的，所以我学到了，下次尽量不吃草来缓解饥饿问题。