1.2理性智能体在线视频

智能体指任何能通过传感器感知环境和

通过执行器作用于环境的实体

比如说像人它就是一个智能体 它有眼睛有鼻子有

耳朵可以感知外部环境

有手和脚可以作用于外部环境

像机器人也是一个智能体

它有摄像头和红外测距仪感知外部环境

有各种马达作用于外部环境

所以智能体就是有感知器可以感知外部环境

接受外部环境的信息

然后通过这个智能体的大脑 智能体程序

智能体函数

把这个感知到的信息映射成动作

通过这个执行器作用于外部环境

那么比如说我们的真空吸尘器智能体

能够感知它所处的位置和它所处位置脏

还是不脏 比如说它能够感知它现在在A房间

A房间比较脏

它能够向左移动 向右移动 吸尘 还有原地休息

那么什么样的智能体才能称得上是理性的呢

理性智能体会选择什么样的动作来执行呢

对于每种可能的感知序列 理性智能体它是选择

一个这样的动作来执行

这个动作会使得它的性能度量期望最大化

在它所具有的知识条件下

能够感知到的信息条件下

它会选择一个动作使得它的性能度量期望最大化

这里要注意的就是理性和无所不知

无所不能是不一样的概念

理性不能保证它的性能度量实际最大化

也就是说理性不等于完美

因为智能体它所处的环境可能是部分可观察的

可能充满了不确定性和随机性

所以它不能保证它的性能度量实际最大化

只能是期望最大化

这个就是理性的严格数学定义

设计一个理性智能体之前

我们必须首先明确四大要素

这四大要素呢 简称PEAS

P指的就是我们的性能度量

也就是说先要明确下来怎么样客观的测量

我们智能体的性能 评估智能体的成功程度

第二要明白智能体它所处的环境是什么样子

她将来要打交道的对象是那些

第三要明白你所设计的智能体

会有一些什么样的执行器 能够做什么样的动作

最后要明白智能体它会有一些什么样的传感器

能够感知一些什么样的信息

只有在知道了它能感知什么样的信息

它具有什么样的知识 能做什么动作

它的环境是什么样子的

它的性能度量指标是什么样的

在这些情况都确定下来之后

才有可能去设计理性智能体的大脑

理性智能体程序

比如说我们的自动出租车智能体它的PEAS

它的性能度量我们要考虑它的安全

它的快速性 还要不能触犯交通法规

还要让顾客感到舒服 当然还要利润最大化

那么这种出租车智能体

他将来要处的环境就是道路啊

其他的交通工具啊 行人啊 还有顾客

然后呢它能够做一些什么动作呢

它具有什么样的执行器呢

它能够控制方向 它能够控制油门

它能够刹车 它能够发出信号灯 它能够按喇叭

然后它会有一些什么样的传感器呢

它会有摄像头 它会有声呐测距仪 还要测速仪

还有GPS 还有里程表 还有发动机传感器

还有键盘来接收顾客的输入

还可以有麦来接收顾客的语音输入等等

也就是说智能体是由一个把感知序列映射到

动作的这么一个函数来确定的

那么我们人工智能的目标就是找到实现

这么一个映射 实现这么一个理性智能体函数的

简洁方法 设计出这么一个理性的智能体函数的

程序出来

那么比如说像这里有一个查表

或者说表驱动智能体的一个程序

它的思想很简单

你不是要设计出来一个把感知序列映射到动作的

这么一个程序吗 那么我就把这个函数映射表先给

你建立起来 那么我的智能体每一次感知到新的

信息之后 只要根据这个感知序列去查这个表

找到相应的动作去执行就行了

所以呢这个程序叫做表驱动智能体程序

它需要一个感知序列表来储存感知到的感知序列

那么一开始的时候呢 这个表是空的

另外还有一个表就是我们的程序设计者事先建立

好的 完整的建立好的一个把感知序列映射到

动作的一个函数表

那这个表呢要把所有的感知序列都考虑到

这样我们的智能体就能够查到相应的动作去执行

智能体把它当前感知到的信息

加到这个感知序列表的末尾去

形成一个新的感知序列 然后根据这个感知序列

到这个函数映射表里面去查

对应着这个感知序列我应该执行什么动作

然后把这个动作返回给我们的智能体去执行

这个智能体程序思想很简单 就是预先设定好

告诉你什么样的感知序列做什么样的动作

思想很简单 但是要实现起来就面临着很多的问题

甚至是不可能的 也就是说这种表驱动智能体

具有很多的缺点 第一这个函数映射表可能会非常

非常的大如果你的智能体生命周期长 时间长

然后你感到的信息比较多的话

那么这个要穷尽所有可能的感知序列

那不得了 这个表的条目太多太多

要花很长很长的时间来建这个表

甚至是不可能建得了

并且我们看到这种查表 这种智能体

它是没有学习能力的 不会自主去学习这个

什么样的感知序列应该做什么样的动作

它完全是预先设定好的

所以呢它不可能适应新的环境 新的变化

如果有一个新的感知 发现表里面没有这个表条目

它就不知道该干什么

即使你给这个智能体设计他有这个学习能力

对于这么一个巨大的表也要花很长时间来学习

所以这种看似思想很简单的一个查表智能体

在实际当中是不可行的

再看第二个例子 第二个例子是我们的反射型

真空吸尘器智能体程序

为什么称它为反射型呢

因为它在选择什么样的动作执行的时候

只依赖于当前感知到的信息

它不储存历史感知信息

也就是说它不是依赖于感知序列来判断的

而是只依赖于当前感知到的感知信息

比如说我们前面介绍的那个简单的真空吸尘器

它能够感知它当前所处的位置

和当前所处位置的状态 脏还是不脏

那么一旦它发现它当前所处位置是脏的

它就返回一个吸的动作让智能体去执行

否则它就判断我是不是在A房间

或者是A格子里面

如果是那么它就返回一个向右的动作

让智能体去执行 也就是说现在A格子里是干净的

那么我应该到B格子里去

否则的话如果它发现它在B格子里面

然后它就返回向左的动作让智能体去执行

那么这么一个反射型的真空吸尘器智能体程序

在我们的理性的定义下算不算得上是理性的呢

那要看它的性能度量是什么

如果我的性能度量定义成每个时间步

每清洁一个格子加一分

在这种意义下反射型的真空吸尘器智能体程序

就是理性的 因为它不断地左右检查

从而它能够保证单位时间步里面

清洁到的格子数目最多

但是如果我把性能度量定义成

每清洁一个格子加一分

而且每移动一步减一分

那么在这种意义下这个智能体就不是理性的

因为它不能保证它的性能度量指标最大化

因为它发现A房间干净它就往右走

有可能B房间也是干净的 它没有必要走这一步

但是由于它只根据它当前所感知到的信息

来决定它的动作

所以呢它不能使得第二种性能度量期望最大化

所以在第二种性能度量意义下它不是理性的

再假设如果我们的智能体

不是对它所处环境的地形完全了解 就像这里一样

他知道我所处的环境只有AB两个位置

那么我不是A就是B 那么假设这个智能体

所处的环境还有其他的地形

那么这个智能体要成为理性

还需要去探索其他的环境

做出相应的动作才能称得上是一个理性智能体

这个理性这个概念取决于性能度量是什么

取决于它所处的环境 取决于它能感知到什么

取决于它能做什么

只有在这四大指标 四大要素都确定下来之后

你才有可能去设计一个理性智能体程序