javatpoint : 人工智能中的Agent

人工智能系统可以定义为对理性主体及其环境的研究。代理人通过传感器感知环境，并通过致动器作用于他们的环境。人工智能主体可以具有知识、信念、意图等心理属性。
 

什么是代理人？

代理可以是通过传感器感知其环境并通过致动器作用于该环境的任何东西。代理人在感知、思考和行动的循环中运行。代理可以是：

• 人类代理人：人类代理人的眼睛、耳朵和其他器官负责传感器，手、腿和声道负责执行器。
• 机器人代理：机器人代理可以有摄像头、红外测距仪、用于传感器的NLP和用于执行器的各种电机。
• 软件代理：软件代理可以将按键、文件内容作为感官输入，并对这些输入进行操作，并在屏幕上显示输出。

因此，我们周围的世界充满了恒温器、手机、相机等代理商，甚至我们也是代理商。
在前进之前，我们应该首先了解传感器、效应器和执行器。

• 传感器：传感器是一种检测环境变化并将信息发送到其他电子设备的设备。代理人通过传感器观察其环境。
• 执行器：执行器是将能量转化为运动的机器的部件。致动器仅负责移动和控制系统。致动器可以是电动机、齿轮、导轨等。
• 效应器：效应器是影响环境的设备。效应器可以是腿、轮子、手臂、手指、翅膀、鳍和显示屏。
• 

智能代理：

智能体是一种自主实体，它使用传感器和致动器对环境进行作用以实现目标。智能代理可以从环境中学习以实现其目标。恒温器就是智能代理的一个例子。
以下是人工智能代理的四条主要规则：

• 规则1：人工智能主体必须具有感知环境的能力。
• 规则2：观察必须用于决策。
• 规则3：决定应导致行动。
• 规则4：人工智能代理所采取的行动必须是理性的行动。

理性代理：

理性主体是指具有明确偏好、对不确定性进行建模，并通过所有可能的行动最大限度地提高其绩效的主体。
一个理性的代理人据说会做正确的事情。人工智能是关于创建理性的代理，用于各种现实世界场景的博弈论和决策理论。
对于人工智能主体来说，理性的行动是最重要的，因为在人工智能强化学习算法中，每一个尽可能好的行动，主体都会得到积极的奖励，而每一个错误的行动，代理都会得到消极的奖励。

注意：人工智能中的理性代理与智能代理非常相似。

合理性：

代理人的合理性是通过其绩效衡量标准来衡量的。合理性可以根据以下几点来判断：
 

• 定义成功标准的绩效衡量标准。
• Agent对其环境的先验知识。
• 代理可以执行的最佳操作。
• 感知的序列。

注：理性不同于全知科学，因为全知主体知道其行为的实际结果，并据此采取行动，这在现实中是不可能的。

人工智能代理的结构

人工智能的任务是设计一个实现代理功能的代理程序。智能代理的结构是体系结构和代理程序的结合。它可以被视为：

Agent=体系结构+Agent程序

Agent = Architecture + Agent program  

以下是人工智能代理结构中涉及的三个主要术语：

• 架构：架构是人工智能代理执行的机器。
• 代理函数：代理函数用于将感知映射到动作。

f:P* → A  

• Agent程序：Agent程序是Agent功能的一种实现。代理程序在物理体系结构上执行以产生函数f。

PEAS表示

PEAS是人工智能代理工作的一种模型。当我们定义一个人工智能代理或理性代理时，我们可以在PEAS表示模型下对其属性进行分组。它由四个单词组成：

• P： 绩效衡量标准
• E： 环境
• A： 执行机构
• S： 传感器

在这里，性能度量是代理行为成功的目标。
用于自动驾驶汽车的PEAS：

让我们假设一辆自动驾驶汽车，那么PEAS的表示将是：

• 性能：安全、时间、合法驾驶、舒适
• 环境：道路、其他车辆、路标、行人
• 执行器：转向、油门、制动器、信号、喇叭
• 传感器：摄像头，全球定位系统，速度表，里程表，加速度计，声纳。

代理及其PEAS表示的示例