《多Agent系统引论》第2章 智能Agent 小结①

2.0 前言

Agent定义

自治性是Agent的核心概念，这点已成为共识，但其他方面还没有达成共识。部分原因，是因为不同的任务对Agent的能力要求不同——比如学习能力，有些情况下必须有，有些情况下则不需要有。

不需要的情况有例子：MIchael Georgeff做的PRS Agent系统，是一个空中交通控制系统，研究者不希望它在运行中改变自己的行为。

Wooldridge和Jennings(1995)的定义如下：

Agent是处在某个环境中的计算机系统，该系统有能力在这个环境中自主行动以实现其设计目标。

概念图

注意两点：

1.Agent会感知环境。

2.Agent有动作库，能进行动作输出，改变环境。但是，环境对动作的反应有不确定性，换句话说，Agent动了，环境不一定变，或者不一定变到Agent想要的效果。

Agent举例

（注意，不是智能Agent哦）

Agent可以按照工作环境来分类，如果是在物理世界工作的，就属于控制系统；是在软件世界工作的，就属于软件指示器。

控制系统

任何控制系统，都可以看成Agent。

例如一个房间的温度控制器，运行逻辑如下：

• 温度过低 → 加热
• 温度正常 → 停止加热

软件指示器

多数软件指示器，都能看成Agent。

例如X Windows中的xbiff程序，它监视发送给用户的电子邮件，通过GUI告诉用户有没有没阅读的消息。

总结

• Agent是简单的计算机系统，它可以在某一环境中自主动作，以实现设计目标。
• Agent一般会感知环境。
• Agent有一个可用的动作库，可以改变环境，但环境可能会反应出不确定性。

2.1 环境

环境性质

环境有分类的方法：

• 可观察的与不可观察的
• 确定性的与非确定性的
• 静态与动态
• 离散的与连续的

分别讨论一下四个性质。

可观察性与不可观察性

注意到，有些极端情况，环境是不好观察的。比如火星北极的表面温度是-100℃，可能温度计都没法正常工作。这就是不可观察性。

而观察到的信息越多越全，Agent做出决策自然就越可能正确。

确定性与非确定性

另外，如果环境足够复杂，即便做了动作，这个动作对环境的影响也不一定就如Agent所预料的那样。这便是不确