代理人和環(huán)境ppt課件

1、大綱代理人和環(huán)境理性PEASPerformance measure, Environment, Acturators, Sensors環(huán)境類(lèi)別代理人類(lèi)別代理人定義：任何的東西，可以經(jīng)由感應(yīng)器感遭到環(huán)境，經(jīng)由行動(dòng)器來(lái)對(duì)環(huán)境做出反應(yīng)。人類(lèi)代理人：眼睛，耳朵，其他的器官，可以來(lái)作為感應(yīng)的。手，腳其他的器官，可以來(lái)作為行動(dòng)器官的。機(jī)器代理人：攝影機(jī)，溫度計(jì)，可以來(lái)作為感應(yīng)的。 機(jī)器手臂，輪子可以來(lái)作為行動(dòng)器官的。 理性代理人代理人的架構(gòu)代理人的功能和程式：代理人是以代理人功能(agent function)為其特徵的,此function將感知轉(zhuǎn)換為行動(dòng)一個(gè)代理人的功能是理性的(rational)目標(biāo):

2、找出一個(gè)方法來(lái)將理性代理人的功能正確的實(shí)作出來(lái)代理人和環(huán)境代理人函數(shù)將感知到的歷史對(duì)應(yīng)到行動(dòng)。 F：P*A代理人程式執(zhí)行在實(shí)際的設(shè)備中以產(chǎn)生F帶查表代理人缺點(diǎn):宏大的表格建表所要花的時(shí)間需求很大沒(méi)有自動(dòng)化甚至假設(shè)是需求學(xué)習(xí),也要花很多時(shí)間來(lái)看表格智慧代理人的結(jié)構(gòu)代理人=硬體結(jié)構(gòu)+程式代理人程式:將函數(shù):感知行動(dòng)實(shí)做出來(lái).硬體結(jié)構(gòu):一個(gè)設(shè)備能夠執(zhí)行代理人程式的代理人型態(tài)根本的型態(tài):簡(jiǎn)單反射的代理人模型基礎(chǔ)的反射代理人目標(biāo)基礎(chǔ)的代理人效能基礎(chǔ)的代理人學(xué)習(xí)代理人反射代理人反射代理人:沒(méi)有記憶動(dòng)作:根據(jù)目前的狀態(tài)來(lái)決定要採(cǎi)取的行動(dòng).反射代理人反射代理人反射代理人例如:吸塵器自動(dòng)駕駛計(jì)程車(chē)問(wèn)題:人類(lèi)的所

3、作的動(dòng)作是基於學(xué)習(xí)後的反應(yīng)或是自然的反射動(dòng)作?反射代理人反射代理人的動(dòng)作雖然很簡(jiǎn)單.但是彼此間的相互的反應(yīng)會(huì)呵斥複雜的模型.好處:快速.健全挑戰(zhàn):夠複雜?智慧?反射代理人問(wèn)題:將自動(dòng)吸塵器的位置感應(yīng)器移除後.會(huì)發(fā)生什麼?(在不同的環(huán)境中)模型基礎(chǔ)的反射代理人紀(jì)錄一些內(nèi)部狀態(tài)(已過(guò)已經(jīng)發(fā)生的.或之前所採(cǎi)取的行動(dòng))需求紀(jì)錄兩種的知識(shí)在代理人的實(shí)作方法:在這世界中發(fā)生的事.和代理人是有間接相關(guān)的代理人所採(cǎi)取的行動(dòng)會(huì)對(duì)世界呵斥怎樣的影響.模型基礎(chǔ)的反射代理人模型基礎(chǔ)的反射代理人目標(biāo)基礎(chǔ)的代理人代理人需求有一些目標(biāo)排序的資訊.例如:自動(dòng)駕駛計(jì)程車(chē)(如何使得長(zhǎng)期目標(biāo)能達(dá)到.小目標(biāo)的做法的選擇.)目標(biāo)基礎(chǔ)的

4、代理人目標(biāo)基礎(chǔ)的代理人挑戰(zhàn):能否夠好了?效能基礎(chǔ)代理人目標(biāo)基礎(chǔ)代理人不夠好.因?yàn)槠錈o(wú)法產(chǎn)生出高品質(zhì)的行為.例如:自動(dòng)駕駛計(jì)程車(chē).除了要達(dá)到目的地外.還要考慮什麼要素?目標(biāo)基礎(chǔ)代理人運(yùn)用了2分法來(lái)作判斷?效能基礎(chǔ)代理人效能基礎(chǔ)代理人將一個(gè)狀態(tài)對(duì)應(yīng)到真實(shí)的數(shù)字.來(lái)代表該目標(biāo)能被滿足的程度.效能基礎(chǔ)代理人學(xué)習(xí)代理人四種組成元素:評(píng)論者學(xué)習(xí)元素表現(xiàn)元素問(wèn)題產(chǎn)生器學(xué)習(xí)代理人行動(dòng)代理人行動(dòng)代理人是一種程式.能從一個(gè)機(jī)器上移植到另一個(gè)機(jī)器上.可以在跨平臺(tái)的環(huán)境上執(zhí)行.例如:JAVA需求有代理人能夠執(zhí)行的環(huán)境行動(dòng)代理人好處:減少溝通的花費(fèi)非同步的計(jì)算行動(dòng)代理人兩種類(lèi)型:單點(diǎn)行動(dòng)代理人(從一地移植到另一地)多點(diǎn)

5、行動(dòng)代理人(在網(wǎng)路上的漫遊)行動(dòng)代理人應(yīng)用:分散式資料擷取Voip行動(dòng)代理人PEASPEAS: Performance measure(表現(xiàn)評(píng)量), Environment(環(huán)境), Actuators(行動(dòng)器), Sensors(接納器)例如:考慮taxi driver:Performance measureEnvironmentActuatorsSensorsPEASConsider, e.g., the task of designing an automated taxi driver:Performance measure: Safe, fast, legal, comfortabl

6、e trip, maximize profitsEnvironment: Roads, other traffic, pedestrians, customersActuators: Steering wheel, accelerator, brake, signal, hornSensors: Cameras, sonar, speedometer, GPS, odometer, engine sensors, keyboardPEASAgent: Medical diagnosis systemPerformance measure: Healthy patient, minimize c

7、osts, lawsuitsEnvironment: Patient, hospital, staffActuators: Screen display (questions, tests, diagnoses, treatments, referrals)Sensors: Keyboard (entry of symptoms, findings, patients answers)PEASAgent: Part-picking robotPerformance measure: Percentage of parts in correct binsEnvironment: Conveyor

8、 belt with parts, binsActuators: Jointed arm and handSensors: Camera, joint angle sensorsPEASAgent: Interactive English tutorPerformance measure: Maximize students score on testEnvironment: Set of studentsActuators: Screen display (exercises, suggestions, corrections)Sensors: KeyboardEnvironment typ

9、es(全域觀察)Fully observable (vs. partially observable): 一個(gè)agent的接納器能否可以一次就可以看完一切的環(huán)境狀態(tài) (可決定的)Deterministic (vs. stochastic): 環(huán)境的下一個(gè)狀態(tài)完全是根據(jù)於目前的狀態(tài)以及目前所採(cǎi)取的行動(dòng) ，不會(huì)遭到其他agent的影響。(片段的)Episodic (vs. sequential): 一個(gè)agent的經(jīng)驗(yàn)可以被分成多個(gè)片段，而agent要做決定時(shí)，只需求根據(jù)根據(jù)這個(gè)片裡的感知來(lái)做就好了。Environment types(靜態(tài)的)Static (vs. dynamic): 當(dāng)一個(gè)ag

10、ent在思索說(shuō)下一步要如何做的時(shí)候，環(huán)境在此時(shí)是不會(huì)改變的。(離散的)Discrete (vs. continuous): 有限數(shù)目的不同，清楚的感知和行動(dòng)。 (單一代理人)Single agent (vs. multiagent)Environment typesChess with Chess without Taxi driving a clocka clockFully observableYesYesNo DeterministicStrategicStrategicNo Episodic NoNoNo Static SemiYes No DiscreteYes YesNoSingle agentNoNoNo The en