AI-에이전트 및 환경

AI 시스템은 에이전트와 환경으로 구성됩니다. 에이전트는 자신의 환경에서 행동합니다. 환경에는 다른 에이전트가 포함될 수 있습니다.

에이전트와 환경은 무엇입니까?

agent 환경을 인식 할 수있는 모든 것입니다. sensors 그 환경에 따라 행동합니다. effectors.

  • human agent 센서와 평행 한 눈, 귀, 코, 혀 및 피부와 같은 감각 기관과 이펙터 용 손, 다리, 입과 같은 기타 기관이 있습니다.

  • robotic agent 센서 용 카메라 및 적외선 거리 측정기, 이펙터 용 다양한 모터 및 액추에이터를 대체합니다.

  • software agent 프로그램 및 작업으로 인코딩 된 비트 문자열이 있습니다.

에이전트 용어

  • Performance Measure of Agent − 상담원의 성공 여부를 결정하는 기준입니다.

  • Behavior of Agent − 주어진 지각 순서 후에 에이전트가 수행하는 작업입니다.

  • Percept − 주어진 인스턴스에서 에이전트의 지각 입력입니다.

  • Percept Sequence − 에이전트가 날짜까지 인식 한 모든 것의 역사입니다.

  • Agent Function -그것은 계율 순서에서 행동으로의지도입니다.

합리성

합리성은 합리적이고 합리적이며 판단력이 좋은 상태에 지나지 않습니다.

합리성은 에이전트가 인식 한 것에 따라 예상되는 조치 및 결과와 관련됩니다. 유용한 정보를 얻기위한 목적으로 행동을 수행하는 것은 합리성의 중요한 부분입니다.

이상적인 Rational Agent는 무엇입니까?

이상적인 합리적 에이전트는 다음을 기반으로 성능 측정을 최대화하기 위해 예상되는 조치를 수행 할 수있는 에이전트입니다.

  • 지각 순서
  • 기본 제공 지식 기반

에이전트의 합리성은 다음에 따라 달라집니다-

  • 그만큼 performance measures, 성공 정도를 결정합니다.

  • 자치령 대표 Percept Sequence 지금까지.

  • 에이전트의 prior knowledge about the environment.

  • 그만큼 actions 에이전트가 수행 할 수 있습니다.

합리적인 에이전트는 항상 올바른 행동을 수행합니다. 여기서 올바른 행동은 주어진 지각 순서에서 에이전트가 가장 성공하도록하는 행동을 의미합니다. 에이전트가 해결하는 문제는 성능 측정, 환경, 액추에이터 및 센서 (PEAS)가 특징입니다.

지능형 에이전트의 구조

에이전트의 구조는 다음과 같이 볼 수 있습니다.

  • 에이전트 = 아키텍처 + 에이전트 프로그램
  • 아키텍처 = 에이전트가 실행되는 기계.
  • 에이전트 프로그램 = 에이전트 기능의 구현.

단순 반사 작용제

  • 그들은 현재의 지각에 따라서 만 행동을 선택합니다.
  • 현행 교훈에 근거해서 만 올바른 결정을 내리는 경우에만 합리적입니다.
  • 그들의 환경은 완전히 관찰 가능합니다.

Condition-Action Rule − 상태 (조건)를 작업에 매핑하는 규칙입니다.

모델 기반 반사 에이전트

그들은 자신의 행동을 선택하기 위해 세상의 모델을 사용합니다. 그들은 내부 상태를 유지합니다.

Model − "세상에서 일어나는 일"에 대한 지식.

Internal State − 지각 이력에 따라 현재 상태의 관찰되지 않은 측면을 표현한 것입니다.

Updating the state requires the information about −

  • 세상이 어떻게 진화하는지.
  • 에이전트의 행동이 세상에 미치는 영향.

목표 기반 에이전트

그들은 목표를 달성하기 위해 행동을 선택합니다. 목표 기반 접근법은 결정을 지원하는 지식이 명시 적으로 모델링되어 수정이 가능하기 때문에 반사 에이전트보다 더 유연합니다.

Goal − 바람직한 상황에 대한 설명입니다.

유틸리티 기반 에이전트

그들은 각 주에 대한 선호도 (유틸리티)에 따라 조치를 선택합니다.

다음과 같은 경우 목표가 부적절합니다.

  • 상충되는 목표가 있으며 그 중 달성 할 수있는 목표는 거의 없습니다.

  • 목표는 달성 할 수있는 불확실성이 있으며 목표의 중요성과 성공 가능성을 비교해 볼 필요가 있습니다.

환경의 본질

일부 프로그램은 전적으로 artificial environment 키보드 입력, 데이터베이스, 컴퓨터 파일 시스템 및 화면의 문자 출력에 국한됩니다.

반대로 일부 소프트웨어 에이전트 (소프트웨어 로봇 또는 소프트 봇)는 풍부하고 무제한의 소프트 봇 도메인에 존재합니다. 시뮬레이터에는very detailed, complex environment. 소프트웨어 에이전트는 실시간으로 다양한 작업 중에서 선택해야합니다. 고객의 온라인 선호도를 스캔하고 고객에게 흥미로운 항목을 보여 주도록 설계된 소프트 봇은real 뿐만 아니라 artificial 환경.

가장 유명한 artificial environment 이다 Turing Test environment, 하나의 실제 에이전트와 다른 인공 에이전트가 동일한 근거에서 테스트됩니다. 소프트웨어 에이전트가 사람처럼 수행하기가 매우 어렵 기 때문에 이것은 매우 어려운 환경입니다.

튜링 테스트

시스템의 지능적인 동작의 성공 여부는 Turing Test로 측정 할 수 있습니다.

두 사람과 평가할 기계가 테스트에 참여합니다. 두 사람 중 한 사람이 테스터 역할을합니다. 그들 각각은 다른 방에 앉아 있습니다. 테스터는 누가 기계이고 누가 인간인지 알지 못합니다. 그는 질문을 입력하고 두 정보에 전송하여 질문을 심문하고 입력 된 응답을받습니다.

이 테스트는 테스터를 속이는 것을 목표로합니다. 테스터가 사람의 반응에서 기계의 반응을 결정하지 못하면 기계는 지능적이라고합니다.

환경의 특성

환경에는 여러 가지 속성이 있습니다.

  • Discrete / Continuous− 환경의 뚜렷하고 명확하게 정의 된 상태가 제한된 수의 경우 환경은 개별적입니다 (예 : 체스). 그렇지 않으면 연속적입니다 (예 : 운전).

  • Observable / Partially Observable− 지각으로부터 각 시점에서 환경의 완전한 상태를 결정할 수 있다면 관찰 가능한 것입니다. 그렇지 않으면 부분적으로 만 관찰 할 수 있습니다.

  • Static / Dynamic− 에이전트가 작동하는 동안 환경이 변경되지 않으면 정적입니다. 그렇지 않으면 동적입니다.

  • Single agent / Multiple agents − 환경에는 에이전트와 동일하거나 다른 종류의 다른 에이전트가 포함될 수 있습니다.

  • Accessible / Inaccessible − 에이전트의 감각 장치가 환경의 전체 상태에 액세스 할 수있는 경우 해당 에이전트가 환경에 액세스 할 수 있습니다.

  • Deterministic / Non-deterministic− 환경의 다음 상태가 현재 상태와 에이전트의 작업에 의해 완전히 결정되면 환경은 결정적입니다. 그렇지 않으면 비 결정적입니다.

  • Episodic / Non-episodic− 에피소드 적 환경에서 각 에피소드는 에이전트가인지하고 행동하는 것으로 구성됩니다. 행동의 질은 에피소드 자체에 달려 있습니다. 후속 에피소드는 이전 에피소드의 작업에 의존하지 않습니다. 에피소드 환경은 에이전트가 미리 생각할 필요가 없기 때문에 훨씬 간단합니다.