第二章智能体•教材ArtificialIntelligence–Amodernapproach(2013)S.RussellandP.Norvig人工智能—一种现代方法(第二版)学校发的教材参考概率推理、机器学习部分理性的行动：MaximizeYourExpectedUtility使目标期望值最大化！智能体•Anagentisanythingthatcanbeviewedasperceivingitsenvironmentthroughsensorsandactinguponthatenvironmentthroughactuators。一个智能体是能通过传感器来感知周围环境并通过执行器来行动的任何东西。•Agentsincludehumans,robots,softbots（软件机器人）,thermostats（自动调温器）,etc.Humanagent人类智能体:eyes,ears,andotherorgansforsensors;hands,legs,mouth,andotherbodypartsforactuatorsRoboticagent机器人智能体:camerasandinfraredrangefinders（红外测距仪）forsensors;variousmotors(马达)foractuators智能体和环境•Theagentfunction（智能体函数）mapsfrompercepthistories（感知序列）toactions（行动）:[f:P*→A]•Theagentprogram（智能体程序）runsonthephysicalarchitecturetoproducef•agent=architecture（体系结构）+program（程序）两地点真空吸尘器世界•Percepts:locationandcontents,e.g.,[A,Dirty]•Actions:Left,Right,Suck,NoOp真空吸尘智能体Whatistherightfunction?Canitbeimplemented（应用）inasmallagentprogram?理性智能体•Anagentshouldstriveto“dotherightthing”,basedonwhatitcanperceiveandtheactionsitcanperform.Therightactionistheonethatwillcausetheagenttobemostsuccessful对的行动就是使智能体更加成功的行动•Performancemeasure（性能度量）:Anobjectivecriterion（客观标准）forsuccessofanagent'sbehavior•E.g.,performancemeasureofavacuum-cleaneragentcouldbe：灰尘清理量耗电量噪音产生量,etc.理性智能体•RationalAgent:Foreachpossibleperceptsequence,arationalagentshouldselectanactionthatisexpectedtomaximizeitsperformancemeasure,giventheevidenceprovidedbytheperceptsequenceandwhateverbuilt-inknowledgetheagenthas.•理性智能体：对于每一个可能的感知序列，理性智能体应该基于已知的感知序列提供的信息，和智能体已有的先验知识，选择能够使它的性能度量最大化的行为。理性智能体•理性与全知(all-knowingwithinfiniteknowledge)是截然不同的•Agentscanperformactionsinordertomodifyfutureperceptssoastoobtainusefulinformation(informationgathering,exploration)智能体会为了获取有用信息而采取行动——信息收集•Anagentisautonomousifitsbehaviorisdeterminedbyitsownexperience(withabilitytolearnandadapt)理性智能体应该能够自主地学习，以弥补不全面或不正确的先验知识。理性智能体•Arationalagentchooseswhicheveractionmaximizestheexpectedvalueoftheperformancemeasuregiventheperceptsequencetodate•Rational≠omniscient(全知的)—perceptsmaynotsupplyallrelevantinformation•Rational≠clairvoyant(洞察力)—actionoutcomesmaynotbeasexpected•Hence,rational≠successful•Rationalexploration⇒探索,learning学习,autonomy自主性Agent：自动驾驶汽车•Performancemeasure性能度量：safety,destination,profits,legality,comfort,…•Environment环境：streets/freeways,traffic,pedestrians,weather,…•Actuators执行器：steering,accelerator,brake,horn,speaker/display,…•Sensors传感器：video,accelerometers,gauges,enginesensors,keyboard,GPS,…任务环境PEAS任务环境属性•完全可观察(vs.部分可观察):如果一直智能体的传感器每个时间节点上都能让它访问获取环境的完整状态•确定性的(vs.随机的):如果环境的下一个状态完全决定于当前的状态和智能体执行的动作.(如果环境是确定性的，除非有其它智能体活动的影响，那么我们称该环境是策略的)•片段式的(vs.延续式的):智能体的经验被分成了一个个原子片段(每个片段的组成包含了智能体所感知的信息以及进而执行的单个行动),and行动的选择只取决于当前片段自身.如装配线上检测次品...
