MOOC人工智能原理学习笔记2

本文介绍了人工智能的基本概念,包括任务环境的PEAS描述、不同类型的环境、智能体的结构及主要类别,并探讨了从简单反射到学习智能体的不同类型。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

人工智能原理学习笔记2
一、任务环境
1.PEAS is a task environment specification, stangs for:
Performance, Environment, Actuators, Sensors.

2.Different Environment Types
Fullly observable vs. partially observable 完全可观测与部分可观测
Single agent vs. multi-agent 单智能体与多智能体
Deterministic vs. stochastic 确定性与随机性
Episodic vs. sequential 阵发性与连续性
Dynamic vs. static 动态与静态 (Semi-dynamic: 半动态 If the environment itself does not change with the passage of time but the agent’s performance score does. )
Discrete vs. continuous 离散与连续
Known vs. unknown 已知与未知
example

二、智能体结构
1.Agent Structure 结构
结构

2.Agent Function 函数
决策制定的原则:
calculation of utility of individual options, deduction over logic rules, fuzzy logic, lookup table, etc.

3.Agent Programs 程序
program

4.Three ways to represent states for an agent
three ways
a)Atomic representation
原子式

b)Factored representation
因子式

c)Structured representation
结构式

三、智能体的主要类别
1.Simple reflex agents 简单反射智能体
简单智能体
算法1

2.Model-based reflex agents 基于模型的反射智能体
反射智能体
算法2

3.Goal-based agents 基于目标的智能体
目标智能体

4.Utility-based agents 基于效用的智能体
效用智能体

5.Learning agents 学习智能体
学习智能体

四、智能体视角
智能体视角

五、智能体的分类法
智能体分类法

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值