6、智能体：从基础概念到复杂设计

智能体：从基础概念到复杂设计

1. 智能体的自主性

智能体若过度依赖设计者的先验知识，而非自身感知和学习过程，就缺乏自主性。理性智能体应当自主，通过学习来弥补先验知识的不足。比如，能学习预测灰尘出现位置和时间的真空清洁智能体，会比缺乏此能力的智能体表现更优。

不过，实际中通常无需智能体从一开始就完全自主。当智能体经验匮乏时，若设计者不提供帮助，它只能随机行动。就像进化赋予动物本能以使其存活并自主学习一样，为人工智能体提供一些初始知识和学习能力是合理的。随着对环境的经验积累，理性智能体的行为将逐渐摆脱先验知识的束缚。

2. 任务环境的本质

2.1 任务环境的定义与PEAS描述

在构建理性智能体之前，需先考虑任务环境，它可视为理性智能体要解决的“问题”。任务环境由性能指标、环境、执行器和传感器构成，简称PEAS描述。设计智能体时，首要步骤是尽可能全面地明确任务环境。

以自动出租车为例，其性能指标包括安全、快速、合法、舒适地到达目的地，最大化利润，减少对其他道路使用者的影响等。这些目标可能相互冲突，需要进行权衡。其驾驶环境复杂多样，涵盖各种道路、其他车辆、行人、警察、乘客和天气等因素。自动出租车的执行器包括方向盘、加速器、刹车、信号灯、喇叭、显示屏和语音设备等；传感器则有摄像头、雷达、速度计、GPS、发动机传感器、加速度计、麦克风和触摸屏等。

智能体类型	性能指标	环境	执行器	传感器