|
智能代理简介
智能代理可以是任何实体或对象，如人类、软件、机器。这些代理可以使用其传感器根据来自环境的输入做出决策，并使用执行器对环境采取行动。启用 AI 的代理通过使用摄像头、麦克风或其他传感设备等传感器从环境中收集输入。然后，代理对输入执行一些实时计算，并使用屏幕或扬声器等执行器提供输出。这些代理具有实时问题解决、错误或成功率分析和信息检索等能力。
三种形式的智能代理
智能代理可以有以下三种形式中的任何一种，例如：-
- 人类代理
- 机器人代理
- 软件代理
这三种形式描述如下：
Human-Agent： Human-Agent 使用眼睛、鼻子、舌头和其他感觉器官作为传感器来感知来自环境的信息，并使用四肢和声道作为执行器根据信息执行动作
机器人 代理：机器人代理使用摄像头和红外雷达作为传感器来记录来自环境的信息。它使用反射电机作为执行器将输出传送回环境。
软件代理：软件代理使用键盘敲击、音频命令作为输入传感器和显示屏作为执行器。
例如——基于人工智能的智能助手，如 Siri、Alexa。他们使用语音传感器来请求用户的请求，并在无需人工干预的情况下在二级来源中搜索相关信息，而其语音或文本模块等执行器则将信息传递给环境。
智能代理的类型和规则
这些智能体根据其能力范围和智能程度分为五种类型。
智能代理的类型
1. 简单的反射代理
它们是代理的基本形式，仅在当前状态下起作用。他们的智力非常低，因为他们没有能力存储过去的状态。这些类型的代理根据预编程的预定义规则响应事件。只有当环境完全可观察时，它们才会表现良好。因此，这些代理仅在有限的情况下有用，例如智能恒温器。简单反射代理持有一个静态表，它们从中获取所有预定义的行为规则。
2. 基于模型的代理
它是 Simple Reflex 代理的高级版本。与 Simple Reflex Agents 一样，它也可以根据预定义的条件响应事件；最重要的是，它可以根据以前的事件存储内部状态（过去的信息）。基于模型的代理在每一步更新内部状态。这些内部状态帮助代理处理部分可观察的环境。要执行任何操作，它依赖于内部状态和当前感知。然而，在处理部分可观察的环境时，几乎不可能找到确切的状态。
3. 基于目标的代理
这些代理采取的行动取决于与目标的距离（期望的情况）。这些动作旨在减少当前状态和期望状态之间的距离。为了实现其目标，它利用了搜索和规划算法。基于目标的代理的一个缺点是它们并不总是选择最优化的路径来达到最终目标。这个不足可以通过使用下面描述的 Utility Agent 来克服。
4. 公用事业代理
这些代理采取的行动取决于最终目标，因此它们被称为效用代理。当一个问题有多种解决方案并且必须选择最好的替代方案时，使用效用代理。选择的替代方案基于每个州的效用。然后，他们对每个解决方案进行成本效益分析，并选择一个能够实现最低成本目标的解决方案。
5. 学习代理
学习代理具有学习能力，因此他们可以从过去的经验中学习。这些类型的代理可以从头开始，随着时间的推移，可以从他们的环境中获得重要的知识。学习代理有四个主要组成部分，使他们能够从他们的经验中学习。
- 评论家：评论家评估代理相对于设定的性能基准的执行情况。
- 学习元素：它接受批评者的输入，并通过从环境中学习来帮助代理提高性能。
- 性能元素：该组件决定为提高性能而采取的措施。
- 问题生成器：问题生成器从其他组件获取输入并建议采取行动，从而获得更好的体验。
规则
代理必须遵循的规则很少，才能被称为智能代理。
规则 1：Agent 必须能够使用其传感器感知来自环境的信息
规则 2：应使用从环境中收集的输入或观察结果来做出决策
规则 3：根据观察做出的决定应该导致一些切实的行动
规则4：采取的行动应该是理性的
智能代理的结构
智能代理结构是代理功能、架构和代理程序的组合。
代理 = 架构 + 代理程序
下面描述这三个实体。
1.架构：架构是代理执行其操作的机器。它本质上是一个带有嵌入式执行器和传感器的设备。示例：自动驾驶汽车具有各种运动和 GPS 传感器以及基于输入的执行器，有助于实际驾驶。
2.代理功能：代理功能有助于将其从环境中收集的所有信息映射到行动中
3.代理程序：代理程序执行代理功能的执行。执行发生在代理架构之上并产生所需的功能。
结论
任何代理的最终目标是执行否则必须由人类执行的任务。因此，代理就像智能助手一样，可以实现重复性任务的自动化、帮助数据汇总、从环境中学习并为正确的行动方案提出建议，这将有助于达到目标状态。智能代理今天被大量使用，并且它们的使用只会在未来扩大。
| 
提升卡
变色卡
千斤顶
