code

2017年1月25日 星期三

AI 筆記3 - Agent types

Simple Reflex Agent

中文應該就是簡單反射條件agent,也就是只對“目前的刺激(percepts)做出反應”,而不去管過往的perception歷史。

能夠“只管目前環境刺激”,代表我們對環境全局完全了解,才能選出一個相對應的動作,所以這個agent只能在fully observable 環境運作


這種agent其實就是依賴一個mapping table (state -> action),但是當某個sensor壞掉,也就是無法collect完整的state時候,就掛點了。這時可以加入一些randomization,讓壞掉的sensor回報的資料做隨機性的選擇,算是一點點的改良。

Model-based reflex agent

這種agent對世界環境有其猜測,認為環境符合某個model (也包括agent參與後如何改變世界的考量),maintain internal states,所以他可以在partial observable的條件下運作。

model通常是依賴percerpt history





Goal-based agent

這種agent把未來考慮進去,所謂未來就是action是否朝向maximize goal的方向前進?




Utility-based agent

goal可能可以通過不同的途徑抵達,所以我們需要找到一個能讓agent最滿足的途徑,透過utility function來評估。




Learning Agent

透過data“學習”,因為program agent是一件困難的事。這是machine learning algorithms。







沒有留言:

張貼留言