AI - ตัวแทนและสภาพแวดล้อม

ระบบ AI ประกอบด้วยเอเจนต์และสภาพแวดล้อม ตัวแทนทำหน้าที่ในสภาพแวดล้อมของพวกเขา สภาพแวดล้อมอาจมีตัวแทนอื่น ๆ

ตัวแทนและสิ่งแวดล้อมคืออะไร?

อัน agent คืออะไรก็ได้ที่สามารถรับรู้สภาพแวดล้อมของมันได้ sensors และดำเนินการกับสภาพแวดล้อมนั้นผ่าน effectors.

  • human agent มีอวัยวะรับความรู้สึกเช่นตาหูจมูกลิ้นและผิวหนังขนานกับเซ็นเซอร์และอวัยวะอื่น ๆ เช่นมือขาปากสำหรับเอฟเฟกต์

  • robotic agent แทนที่กล้องและตัวค้นหาระยะอินฟราเรดสำหรับเซ็นเซอร์และมอเตอร์และตัวกระตุ้นต่างๆสำหรับเอฟเฟกต์

  • software agent ได้เข้ารหัสบิตสตริงเป็นโปรแกรมและการดำเนินการ

คำศัพท์ของตัวแทน

  • Performance Measure of Agent - เป็นเกณฑ์ที่กำหนดว่าตัวแทนประสบความสำเร็จเพียงใด

  • Behavior of Agent - เป็นการกระทำที่ตัวแทนดำเนินการหลังจากลำดับการรับรู้ใด ๆ ที่กำหนด

  • Percept - เป็นอินพุตการรับรู้ของตัวแทนในอินสแตนซ์ที่กำหนด

  • Percept Sequence - เป็นประวัติศาสตร์ของทุกสิ่งที่ตัวแทนได้รับรู้จนถึงปัจจุบัน

  • Agent Function - เป็นแผนที่จากลำดับศีลไปสู่การกระทำ

ความมีเหตุผล

ความมีเหตุผลไม่ใช่อะไรนอกจากสถานะของความสมเหตุสมผลสมเหตุสมผลและมีวิจารณญาณที่ดี

ความสมเหตุสมผลเกี่ยวข้องกับการกระทำและผลลัพธ์ที่คาดหวังขึ้นอยู่กับสิ่งที่ตัวแทนได้รับรู้ การดำเนินการโดยมีจุดมุ่งหมายเพื่อให้ได้ข้อมูลที่เป็นประโยชน์เป็นส่วนสำคัญของความเป็นเหตุเป็นผล

Ideal Rational Agent คืออะไร?

ตัวแทนที่มีเหตุผลในอุดมคติคือตัวที่สามารถดำเนินการตามที่คาดหวังเพื่อเพิ่มการวัดผลงานได้สูงสุดบนพื้นฐานของ -

  • ลำดับการรับรู้
  • ฐานความรู้ในตัว

ความสมเหตุสมผลของตัวแทนขึ้นอยู่กับสิ่งต่อไปนี้ -

  • performance measuresซึ่งกำหนดระดับความสำเร็จ

  • ตัวแทน Percept Sequence จนกระทั่งตอนนี้.

  • ตัวแทนของ prior knowledge about the environment.

  • actions ที่ตัวแทนสามารถดำเนินการได้

ตัวแทนที่มีเหตุผลจะดำเนินการที่ถูกต้องเสมอโดยที่การกระทำที่ถูกต้องหมายถึงการกระทำที่ทำให้ตัวแทนประสบความสำเร็จมากที่สุดในลำดับการรับรู้ที่กำหนด ปัญหาที่ตัวแทนแก้ไขมีลักษณะการวัดประสิทธิภาพสิ่งแวดล้อมตัวกระตุ้นและเซ็นเซอร์ (PEAS)

โครงสร้างของตัวแทนอัจฉริยะ

โครงสร้างของตัวแทนสามารถดูได้ดังนี้ -

  • Agent = Architecture + โปรแกรมตัวแทน
  • สถาปัตยกรรม = เครื่องจักรที่ตัวแทนดำเนินการ
  • Agent Program = การใช้งานฟังก์ชันตัวแทน

ตัวแทนสะท้อนแสงอย่างง่าย

  • พวกเขาเลือกการกระทำตามการรับรู้ปัจจุบันเท่านั้น
  • พวกเขาจะมีเหตุผลก็ต่อเมื่อการตัดสินใจที่ถูกต้องเกิดขึ้นบนพื้นฐานของศีลในปัจจุบันเท่านั้น
  • สภาพแวดล้อมของพวกเขาสามารถสังเกตได้อย่างสมบูรณ์

Condition-Action Rule - เป็นกฎที่แมปสถานะ (เงื่อนไข) กับการกระทำ

ตัวแทนสะท้อนตามโมเดล

พวกเขาใช้แบบจำลองของโลกเพื่อเลือกการกระทำของพวกเขา พวกเขารักษาสถานะภายใน

Model - ความรู้เกี่ยวกับ“ สิ่งต่างๆเกิดขึ้นในโลกได้อย่างไร”

Internal State - เป็นการแสดงถึงลักษณะที่ไม่สามารถสังเกตได้ของสถานะปัจจุบันขึ้นอยู่กับประวัติการรับรู้

Updating the state requires the information about −

  • โลกวิวัฒนาการไปอย่างไร
  • การกระทำของตัวแทนส่งผลกระทบต่อโลกอย่างไร

ตัวแทนตามเป้าหมาย

พวกเขาเลือกการกระทำของตนเพื่อให้บรรลุเป้าหมาย แนวทางตามเป้าหมายมีความยืดหยุ่นมากกว่าตัวแทนสะท้อนเนื่องจากความรู้ที่สนับสนุนการตัดสินใจได้รับการจำลองอย่างชัดเจนจึงทำให้สามารถปรับเปลี่ยนได้

Goal - เป็นคำอธิบายสถานการณ์ที่พึงปรารถนา

ตัวแทนจากยูทิลิตี้

พวกเขาเลือกการกระทำตามความชอบ (ยูทิลิตี้) สำหรับแต่ละรัฐ

เป้าหมายไม่เพียงพอเมื่อ -

  • มีเป้าหมายที่ขัดแย้งกันซึ่งมีเพียงไม่กี่เป้าหมายเท่านั้นที่สามารถทำได้

  • เป้าหมายมีความไม่แน่นอนในการบรรลุผลและคุณต้องชั่งน้ำหนักความเป็นไปได้ที่จะประสบความสำเร็จเทียบกับความสำคัญของเป้าหมาย

ธรรมชาติของสภาพแวดล้อม

บางโปรแกรมใช้งานได้ทั้งหมด artificial environment จำกัด เฉพาะอินพุตแป้นพิมพ์ฐานข้อมูลระบบไฟล์คอมพิวเตอร์และเอาต์พุตอักขระบนหน้าจอ

ในทางตรงกันข้ามตัวแทนซอฟต์แวร์บางตัว (หุ่นยนต์ซอฟต์แวร์หรือซอฟต์บอท) มีอยู่ในโดเมนซอฟต์บอทที่สมบูรณ์และไม่ จำกัด เครื่องจำลองมีไฟล์very detailed, complex environment. ตัวแทนซอฟต์แวร์จำเป็นต้องเลือกจากการดำเนินการที่หลากหลายแบบเรียลไทม์ softbot ออกแบบมาเพื่อสแกนการตั้งค่าออนไลน์ของลูกค้าและแสดงรายการที่น่าสนใจให้กับลูกค้าในรูปแบบreal เช่นเดียวกับ artificial สิ่งแวดล้อม.

มีชื่อเสียงที่สุด artificial environment คือ Turing Test environmentซึ่งมีการทดสอบตัวแทนจริงและตัวแทนอื่น ๆ บนพื้นดินที่เท่ากัน นี่เป็นสภาพแวดล้อมที่ท้าทายมากเนื่องจากตัวแทนซอฟต์แวร์จะดำเนินการเช่นเดียวกับมนุษย์ได้ยากมาก

การทดสอบทัวริง

ความสำเร็จของพฤติกรรมอัจฉริยะของระบบสามารถวัดได้ด้วย Turing Test

บุคคลสองคนและเครื่องจักรที่จะประเมินเข้าร่วมในการทดสอบ จากสองคนคนหนึ่งมีบทบาทเป็นผู้ทดสอบ แต่ละห้องอยู่คนละห้อง ผู้ทดสอบไม่ทราบว่าใครเป็นเครื่องจักรและใครเป็นมนุษย์ เขาซักถามคำถามโดยพิมพ์และส่งไปยังปัญญาทั้งสองซึ่งเขาได้รับคำตอบจากการพิมพ์

การทดสอบนี้มีจุดมุ่งหมายเพื่อหลอกผู้ทดสอบ หากผู้ทดสอบไม่สามารถตรวจสอบการตอบสนองของเครื่องจากการตอบสนองของมนุษย์แสดงว่าเครื่องนั้นฉลาด

คุณสมบัติของสิ่งแวดล้อม

สภาพแวดล้อมมีคุณสมบัติหลายเท่า -

  • Discrete / Continuous- หากมีสถานะของสภาพแวดล้อมที่แตกต่างและกำหนดไว้อย่างชัดเจนจำนวน จำกัด สภาพแวดล้อมจะไม่ต่อเนื่อง (ตัวอย่างเช่นหมากรุก) มิฉะนั้นจะเป็นไปอย่างต่อเนื่อง (ตัวอย่างเช่นการขับรถ)

  • Observable / Partially Observable- หากเป็นไปได้ที่จะกำหนดสถานะที่สมบูรณ์ของสิ่งแวดล้อมในแต่ละช่วงเวลาจากการรับรู้สิ่งนั้นจะสังเกตได้ มิฉะนั้นจะสังเกตได้เพียงบางส่วนเท่านั้น

  • Static / Dynamic- หากสภาพแวดล้อมไม่เปลี่ยนแปลงในขณะที่ตัวแทนกำลังทำหน้าที่แสดงว่าเป็นแบบคงที่ มิฉะนั้นจะเป็นแบบไดนามิก

  • Single agent / Multiple agents - สภาพแวดล้อมอาจมีเอเจนต์อื่นซึ่งอาจเหมือนหรือต่างกันกับเอเจนต์

  • Accessible / Inaccessible - หากอุปกรณ์รับความรู้สึกของตัวแทนสามารถเข้าถึงสถานะที่สมบูรณ์ของสภาพแวดล้อมตัวแทนนั้นจะสามารถเข้าถึงสภาพแวดล้อมได้

  • Deterministic / Non-deterministic- หากสถานะต่อไปของสิ่งแวดล้อมถูกกำหนดโดยสถานะปัจจุบันและการกระทำของตัวแทนอย่างสมบูรณ์สภาพแวดล้อมจะถูกกำหนด มิฉะนั้นจะไม่ถูกกำหนด

  • Episodic / Non-episodic- ในสภาพแวดล้อมที่เป็นฉาก ๆ แต่ละตอนประกอบด้วยตัวแทนรับรู้แล้วแสดง คุณภาพของแอคชั่นขึ้นอยู่กับตอนนั้น ๆ ตอนต่อมาไม่ได้ขึ้นอยู่กับการกระทำในตอนก่อนหน้า สภาพแวดล้อมแบบเป็นตอนนั้นง่ายกว่ามากเพราะตัวแทนไม่จำเป็นต้องคิดล่วงหน้า