25、逻辑智能体：从理论到实践

逻辑智能体：从理论到实践

1. 知识型智能体概述

在人工智能领域，知识型智能体通过对内部知识表示进行推理，来决定采取何种行动。人类凭借所知来行事，知识型智能体也类似，它利用知识推理做出决策。

1.1 与问题求解智能体的对比

问题求解智能体虽然也具备一定知识，但较为有限和死板。例如，路径查找智能体不明白道路长度不能为负数，8 数码难题智能体不知道两个方块不能占据同一空间。它们的知识仅在寻找从起点到目标的路径时有用，缺乏一般性。而且，问题求解智能体使用的原子表示方法也存在很大局限性。在部分可观察环境中，它只能通过列出所有可能的具体状态来表示对当前状态的认知。

1.2 知识型智能体的优势

知识型智能体能够将信息进行组合和重组，以满足各种需求。它可以接受明确描述的新任务，通过获取或学习新的环境知识迅速提升能力，还能通过更新相关知识适应环境变化。

1.3 知识型智能体的设计

知识型智能体的核心是知识库（KB），它是一组句子的集合。每个句子用知识表示语言表达，代表对世界的某种断言。当句子不是从其他句子推导而来时，被称为公理。

知识库需要具备添加新句子和查询已知信息的功能，分别用 TELL 和 ASK 操作实现。这两个操作可能涉及推理，即从旧句子推导出新句子。推理必须遵循要求：当查询知识库时，答案应从之前告知知识库的内容中得出。

以下是一个通用的知识型智能体程序：

function KB-AGENT(percept) returns an action
    persistent: