Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,#,第二章,智能,Agent,内容提要,Agents,和环境,理性,Agent,环境的性质,Agent,的类型与结,构,构,Agent,A,gent,通过感知器,感,感知环境并,通,通过执行器,对,对所处的环,境,境产生影响,人类,Agent,眼睛，耳朵,为,为感知器,手，脚，声,道,道为执行器,机器人,Agent,摄像头，红,外,外距测仪为,感,感知器,马达为执行,器,器,Agent,和环境,Agent,函数将任何,感,感知历史数,据,据映射为行,为,为：,Agent,程序通过在,物,物理系统上,运,运行来实现,Agent,函数,Agent=,体系结构,+,程序,真空吸尘器,世,世界,感知器：地,点,点和内容（,eg.A,Dirty,）,行为：向左,，,，向右，洗,尘,尘，无操作,真空吸尘器,世,世界,理性,Agent,理性,agent,：对于每一,可,可能的感知,数,数据序列，,一,一个理性的,agent,应该采取一,个,个行为以达,到,到最大的性,能,能。,理性判断的,4,个因素,性能度量,先验知识,可以完成的,行,行动,截至到此刻,的,的感知序列,理性,Agent,一个,Agent,应该根据它,感,感知的信息,和,和它能够进,行,行的行为而,做,做正确的事,情,情,正确的行为,将,将使得,Agent,能够取得最,大,大的成功,性能度量：,一,一个客观的,标,标准来评价,Agent,的行为的成,功,功性,Eg.,真空器,agent,的性能度量,可,可以是它清,洗,洗区域的数,量,量，花费的,时,时间，消耗,的,的能量，产,生,生的噪音等,等,等,Eg.,真空洗尘器,8,个小时内清,理,理的灰尘总,量,量来度量性,能,能？,以行为来度,量,量性能不如,以,以结果来度,量,量性能,理性,Agent,全知：明确,知,知道它的行,动,动产生的实,际,际结果并且,作,作出相应的,动,动作,理性不等同,于,于全知,(,已知的知识,都,都是有限的,),理性不等于,完,完美：,理性是使期,望,望的性能最,大,大化,完美是使实,际,际的性能最,大,大化,理性,Agent,理性,agent,能够进行信,息,息收集。,理性的,agent,应该具有自,主,主性，能够,进,进行学习,从环境的感,知,知信息中根,据,据历史经验,来,来学习,任务环境,任务环境：,包,包括性能,(Performance),，环境,(Environment),，,agent,的执行器,(Actuators),和传感器,(Sensors),，英文缩写,为,为,PEAS,对于每一个,智,智能,agent,必须说明其,PEAS,参数,Eg.,自动驾驶出,租,租车,性能度量,环境,执行器,传感器,任务环境,Eg.,自动驾驶出,租,租车,性能度量：,安,安全性，快,速,速性，交通,违,违规，舒适,度,度，利润,环境：马路,，,，其他交通,工,工具，行人,，,，乘客,执行器：方,向,向盘，加速,油,油门，刹车,，,，语音合成,器,器,传感器：摄,像,像头，红外,或,或声纳，速,度,度表，,GPS,键盘，麦克,风,风,任务环境,Environment:Patient,hospital,staff,Actuators:Screendisplay(questions,tests,diagnoses,treatments,referrals),Sensors:Keyboard(entry ofsymptoms,findings,patientsanswers),Eg.,医疗诊断系,统,统,性能度量：,病,病人的健康,性,性，病人花,费,费,环境：病人,，,，医院，工,作,作人员,执行器：显,示,示屏,(,询问，测试,，,，诊断，治,疗,疗方案,),传感器：键,盘,盘,(,输入症状，,现,现场检测，,病,病人的回答,),任务环境,14,Eg.,挑拣零件机,器,器人,性能度量：,正,正确挑拣的,零,零件所占的,百,百分比,环境：零件,传,传送带，容,器,器,执行器：机,器,器人手臂和,手,手,传感器：摄,像,像头，关节,感,感知器,任务环境,15,Eg.,交互式英语,教,教学者,性能度量：,最,最大化学生,成,成绩,环境：学生,执行器：显,示,示屏,(,练习题，建,议,议，正确答,案,案,),传感器：键,盘,盘,环境的性质,16,完全可观察,的,的,vs.,部分可观察,的,的,一个,agent,的传感器在每个,时,时间点上都能获,取,取环境的完整状,态,态,一个,agent,的传感器在每个,时,时间点上都能获,取,取环境的部分状,态,态,真空洗尘器？自,动,动驾驶汽车？,单,agent vs.,多,agent,单,agent,独自运行,eg.,字谜游戏,多,agent,同时运行,eg.,国际象棋,国际象棋,vs.,驾驶出租车？,环境的性质,确定的,vs.,随机的,环境的下一个状,态,态完全取决于当,前,前状态和,agent,执行的动作,部分可观察？,出租车驾驶？真,空,空吸尘器？,片段式的,vs.,延续式的,agent,的经历被分成一,个,个个原子片段，,在,在每个片段中,agent,感知信息并完成,单,单个行动，下一,个,个片段不依赖于,以,以前的片段,检查次品零件的,机,机器人？国际象,棋,棋？,环境的性质,18,静态的,vs.,动态的,环境在,agent,计算的时候不会,变,变化,(vs.,会变化,),半动态的,:,环境本身不变化,但,但,agent,的性能评价随时,间,间变化,出租车，国际象,棋,棋，填字游戏？,离散的,vs.,连续的,环境的状态，时,间,间的处理方式以,及,及,agent,的感知信息和行,动,动都有离散,/,连续之分,国际象棋，出租,车,车驾驶？,环境的性质,环境的性质决定,了,了,agent,的设计,最难处理的情况,：,：,部分可观察的，,随,随机的，连续的,，,，动态的，延续,式,式的，多,agent,的,Agent,函数和程序,一个,agent,用,agent,函数来表示,agent,函数将感知数据,序,序列映射为行为,Agent,程序,以传感器得到的,当,当前感知信息为,输,输入,以执行器的行动,为,为输出,仅仅以当前感知,为,为输入而不是以,整,整个历史感知为,输,输入,Agent,的表驱动方法,缺点,表太大,创建表时间长,非自主性，需人,工,工填写,即使能够学习，,也,也需要很长的时,间,间,Agent,的类型,四种基本的类型,简单反射,agent,基于模型的反射,agent,基于目标的,agent,基于效用的,agent,真空吸尘器的,Agent,程序,简单反射的,agent,基于当前的感知,选,选择行动，不关,注,注感知历史,简单反射的,agent,环境是完全可观,察,察的还是部分可,观,观察的？,Eg.,真空吸尘器问题,，,，刹车问题,基于模型的反射,agent,Agent,根据感知历史维,持,持内部状态,Agent,随时更新内部状,态,态信息,基于模型的反射,agent,基于目标的,agent,除了根据感知信,息,息之外，还要根,据,据目标信息来选,择,择行动,效率比较低，需,要,要推理,搜索和规划算法,基于目标的,agent,基于效用的,agent,当达到目标的行,为,为有很多种的时,候,候，需要考虑效,率,率,环境是部分可观,察,察的和随机的，,不,不确定下的决策,过,过程可以通过基,于,于效用的,agent,来实现。,效用的作用,多目标相冲突时,多目标在不确定,环,环境中,一个目标有多种,行,行为可以达到时,基于效用的,agent,学习,agent,学习,agent,4,个组件,性能元件：相当,于,于整个,agent,评判元件：反映,性,性能元件做得如,何,何,学习元件：负责,改,改进提高,问题产生器：提,出,出一些新的有建,设,设性的探索尝试,Eg.,出租车行驶,总结,Agents,和环境,理性,Agent,环境的性质,Agent,的类型与结构,Qa,？,