《人工智能:计算Agent基础》——2.4 嵌入式和仿真Agent

2.4 嵌入式和仿真Agent

Agent控制器有许多可使用的方法:

  • 嵌入式Agent是一个可以在实际世界中运行的Agent,其行为会在一个实际领域内执行,感知也来自此领域。
  • 仿真Agent是一个运行在模拟主体和环境中的Agent,即一个可以接收命令并返回适当感知的程序,经常用于控制器实际实现之前进行纠错。
  • Agent系统模型是一个包括控制器模型(这个不能确定是否为真实编程)、主体模型和环境模型,它可以回答Agent会有何种动作。这样一个模型可用于Agent创建前证明其性质,或者用于回答那些实际Agent很难或者无法回答的假说问题。

这里的每一种都有不同的适应目的。

  • 嵌入模式适用于Agent必须实际使用的情况。
  • 当有很多种设计选择需要实现,且构建一个实体又比较昂贵或者环境比较危险、不易见到时,仿真Agent更适用于测试和纠错控制器。它也允许我们在现实中难以实现的、非寻常情况组合下的环境中测试Agent。

仿真情况如何主要取决于环境模型的好坏。模型总是会抽象世界的一些特征。合适的抽象对于仿真来说是很重要的,它能告诉我们Agent是否能在真实环境中工作。

  • Agent的模型、可能环境集的模型和一个特定的正确行为可以允许我们证明命题,即关于Agent如何在这样的环境中工作。例如,我们可能希望证明使用特定控制器的机器人总是可以到达目标确定距离范围内,且一定不会迷路,不会崩溃。当然,所证实的是否正确取决于模型是否准确。
  • 给定一个Agent和环境的模型,Agent的某些方面可以先不指定,之后可调整以生成所希望的或者最优的行为。这是优化与规划中的常用方法。
  • 经过强化学习,同现实世界交互时,Agent可展现出更优的性能。
时间: 2024-09-22 22:59:31

《人工智能:计算Agent基础》——2.4 嵌入式和仿真Agent的相关文章

《人工智能:计算Agent基础》——导读

前 言 本书是一本关于人工智能(AI)科学的图书.本书认为AI所要研究的是如何设计智能计算Agent(智能体).本书采用教科书的组织形式,适合广大读者阅读.过去几十年,我们见证了AI这门综合学科的兴起.正如其他学科一样,AI具有清晰.规范的理论和难操控的实验部分.本书平衡了理论和实验,并将两者密切地结合.俗话说"好的理论必须有其实用价值",因此我们将工程应用融入到AI的科学研究中.本书所述方法都秉承了格言"凡事都应尽量从简,但不可过简".我们认为科学必须有其坚实的基

《人工智能:计算Agent基础》——1.4 知识表示

1.4 知识表示 一般情况下,要解决的问题或要完成的任务,包括解的构成,是通过非形式化的方式给出的,例如"他们到达时,请立即递交包裹"或"请修理家中存在故障的电力系统". 计算机解决问题的一般框架在图1-4中给出.为了解决问题,系统设计者必须: 具体化任务,并制定解决方案. 用特定的语言表达问题,以便计算机进行推理.11 用计算机计算出相应结果进行输出,可以给用户呈现一个答案或是在环境中需要执行的一系列行为. 解释作为问题的解决方案的输出结果. 知识是可以用来解决本

《人工智能:计算Agent基础》——1.5 复杂性维度

1.5 复杂性维度 从自动调温器到在竞争性环境中有多种目标的企业,Agent在环境中行为的复杂性各不相同.Agent的设计存在多个维度的复杂性.这些维度可以分开来考虑,但建造智能Agent时必须组合起来.这些维度定义了人工智能的一个设计空间,空间里的不同点可以通过改变维度值来得到.这里我们介绍9个维度:模块性.表示方案.规划期.感知不确定性.效用不确定性.偏好.Agent数量.学习和计算限制.这些维度对智能系统的设计空间做了粗糙的划分.有时为了建立智能系统必须做出很多其他的选择.1.5.1 模块

《人工智能:计算Agent基础》——第二部分 表达和推理第3章 状态和搜索3.1 用搜索进行问题求解

第二部分 表达和推理 第3章 状态和搜索 你看到过海岸上的螃蟹在寻找大西洋的过程中一直向后爬行,最终消失吗?人们也是同样的思考方式.--H.L.Mencken (1880-1956) 前面一章讨论了Agent是如何理解和动作的,但是没有讲到它们的目标是如何影响动作的.一个Agent可以根据既定的目标集有规划的去动作,但是如果不能适应变化的目标,这样的Agent就是非智能的.或者,Agent能够根据自身能力和既定目标去推理,从而决定应该做什么.这一章介绍将Agent决定做什么的问题描述为在一个图中

《人工智能:计算Agent基础》——第一部分 世界中的Agent:什么是Agent及如何创建它们第1章人工智能与Agent1.1 什么是人工智能

第一部分 世界中的Agent:什么是Agent及如何创建它们 第1章人工智能与Agent 人工智能的历史充满幻想.可能.验证和希望.自从荷马描绘机器"鼎"服侍在众神的餐桌旁,那想象中的机器佣人便成为我们文化的一部分.然而,我们人工智能的研究者,直到50年前,才首次制造出实验性机器来验证那些假想,即有关具备思维和智能行为机器人的假想,使得之前仅在理论上具备可能性的机器人得到验证.--Bruce Buchanan [2005] 历经几个世纪的思想构建,人工智能学科被公认为有超过50年的历史

《人工智能:计算Agent基础》——1.3 环境中的Agent

1.3 环境中的Agent 人工智能研究具有实用性的推理:为了完成某项任务或达到某一目的而进行的推理.Agent由感知.推理和行为组成.Agent在环境中进行某种行为,这里的环境也可以包括其他的Agent.一个Agent与其周围的环境统称为一个世界.例如,被称做机器人的Agent,是由带有物理传感器的计算引擎和制动器组成的,其行为环境是物理环境:再者,能够提供建议的计算机专家系统,能够感知信息以及执行任务:Agent也可以只是存在于纯粹的计算环境中的程序,如软件Agent. https://yq

《人工智能:计算Agent基础》——2.2 Agent系统

2.2 Agent系统 图2-1展示了Agent与环境的一般交互过程,该图所示整体即是我们所说的Agent系统.44一个Agent系统是由Agent和其所在环境构成.Agent接收环境中的刺激,然后做出相应动作.一个Agent由主体(body)和控制器(controller)两部分组成.控制器从主体处接收感知,然后将命令送至主体处.主体包括传感器和执行器,传感器将外部刺激转化为感知,执行器能将命令转换成动作.刺激包括光.声音.键盘上输入的单词.鼠标移动或者物理冲击,也包括从网页或者数据库中获取的

《人工智能:计算Agent基础》——2.3 分层控制

2.3 分层控制 在图2-1中讲述的一种构建Agent的方法是将主体分为两部分:传感器和一个复杂的感知系统,感知系统将对世界的描述输入给推理引擎来实现控制器,然后能够生成传给执行器的命令.但这 图2-4 一个理想的分层Agent系统结构.未标注的矩形表示层,双线表示信息流.虚线说明某一时刻的输出作为下一时刻的输入对智能系统而言是一个很差的结构,因为它太慢了,使得其很难缓解以下两个矛盾:复杂问题的缓慢推理和Agent所需的高级目标的快速反应,例如,躲避障碍.它也不清楚,在其可操纵范围之外存在一个独

《ANSYS CFX 14.0超级学习手册》——第1章 流体力学与计算流体力学基础1.1 流体力学基础

第1章 流体力学与计算流体力学基础 ANSYS CFX 14.0超级学习手册 CFD是计算流体动力学(Computational Fluid Dynamics)的缩写,是指通过数值计算,模拟流体流动时的各种相关物理现象的方法. 为了更深入地理解工程问题,进行合理的仿真分析,本章将介绍流体动力学的基础理论和计算流体力学基础.本章还介绍了常用的CFD软件. 学习目标: 掌握流体动力学分析的基础理论: 掌握计算流体力学的基础知识: 了解常用的CFD软件. 1.1 流体力学基础 ANSYS CFX 14