人工智能课程教学课件ch智能化智能体.ppt

第二章、智能化智能体 智能体与环境 好的行为表示：理性的概念 环境的本质 智能体的结构 智能体与环境 感知序列、智能体函数、智能体程序 智能体函数:把任意给定感知序列映射到智能体行动 智能体程序:智能体函数的具体实现 第二章、智能化智能体 智能体与环境 好的行为表示：理性的概念 环境的本质 智能体的结构 理性智能体:”做事正确”的智能体 性能度量：通常由理性设计者给出，根据实际在所处的环境中希望得到的结果来设计度量，而不是根据智能体应该表现的行为。 理性的判断取决于： 性能度量 智能体对环境的先验知识 智能体可执行的行动 智能体到那时为止的感知序列 理性智能体应该选择期望能使其性能度量最大化的行动 全知者、学习和自主性 理性vs.全知 理性是使期望的性能最大化，而一个全知的智能体知道它的行动产生的实际结果并且作出相应的动作。 信息搜集有助于最大化期望性能，它是理性的重要组成部分。 我们需要智能体尽可能多地从它所感知的东西中学习，即它应该是自主的，以弥补不全面或不正确的先验知识。 第二章、智能化智能体 智能体与环境 好的行为表示：理性的概念 环境的本质 智能体的结构 详细说明任务环境：PEAS 任务环境的属性 完全可观察与部分可观察 确定性与随机 如果环境是确定的，除非有其它智能体活动的影响，那么我们称环境是策略的。 片段式与延续式 静态与动态 出租车驾驶是动态的 纵横字谜游戏是静态的 半动态：环境本身不随时间的流逝而变化，但智能体的性能评价随时间变化；例如下棋。 离散与连续 单智能体与多智能体 哪些智能体必须被视为智能体？ 例子 第二章、智能化智能体 智能体与环境 好的行为表示：理性的概念 环境的本质 智能体的结构 智能体的结构 智能体＝体式结构＋程序 体式结构为程序提供： 来自传感器的感知信息 运行程序 把程序产生的行动送到执行器 四种基本的智能体程序 简单反射性 基于模型的简单反射性 基于目标 基于效用 简单反射性智能体 基于模型的反射性智能体 基于目标的智能体 基于效用的智能体 学习智能体：通过学习产生智能体程序。 Homework 2.7－2.9 * * Right Suck Left Suck … [A, Clean] [A, Dirty] [B, Clean] [B, Dirty] … 行动 感知序列 只有两个地点的真空吸尘器 摄像头，声波传感器，速度计，GPS，里程计 方向盘，加速器，刹车，信号灯，喇叭，显示器 道路，其他车辆，行人，顾客 安全，快速，守法，舒适的旅途，利润最大化 出租车司机 传感器 执行器 环境 性能度量 智能体种类 一个出租车自动驾驶系统的PEAS描述 多个 连续 动态 延续式 随机 部分 出租车驾驶 多个 离散 半动态 延续式 策略 部分 扑克牌 智能体数 离散性 静态性 片段性 确定性 可观察性 任务环境 条件－行为规则例子：如果当前位置脏，那么吸尘。 世界的模型=世界如何演进+我的行动做了什么 * * * 和效用函数的区别？上一页的例子是个理性智能体吗？ 期望与意外；自主与增强学习，checker program;