人工智能2,中国科学院大学课程

IntelligentAgent智能AgentIntelligentAgentIntelligentAgent——贯穿课程的主线。OutlineIntelligentAgent概要IntelligentAgent构建Multi-AgentSystemsIntelligentAgent应用举例IntelligentAgent相关资源为什么要有IntelligentAgent？计算机不知道要去做什么–所有的动作都是事先由程序员指定好的。越来越多的应用需要计算机能够发挥自主作用–航天器的控制，探路者、嫦娥；–搜索引擎……什么是IntelligentAgent？Anagentisanythingthatiscapableofactinguponinformationitperceives.Anintelligentagentisanagentcapableofmakingdecisionsabouthowitactsbasedonexperience,thatisoflearningdecisionfromexperience.什么是IntelligentAgent？（2）Anautonomousintelligentagentisanintelligentagentthatisfreetochoosebetweendifferentactions.Anartificialautonomousintelligentagentisanythingwecreatethatiscapableofactionsbasedoninformationitperceives,itsownexperience,anditsowndecisionsaboutwhichactionstoperform.Agent的基本能力自主性：在不涉及其它Agent的情况下，一个Agent有其本身的信念，能够进行自主决策，能够主动利用其能力来控制自身状态和追求目标；学习进化：Agent具有感知、观察自身和其它Agent的行动、结果及其环境的能力，并从中学习进化、改进其经验基础和决策能力；社会性：Agent与环境之间、各个Agent之间可以通过其特有的语言进行交流和通讯，并具有进行诸如合作、服从、冲突等社会活动的能力；Agent的扩展特性移动能力：Agent具有根据自己选择的时间和位置，在网络中迁移其“住处”，这是一个非本质的技术特性，但对于在网络环境下构造分布式人工智能解决方案非常重要。除以上的基本属性外，在某些研究领域人们希望Agent还要有相应的特殊属性以方便研究。例如，诚实性、慈善性、理性、意志力等等，有的情况下还要求Agent有图形交互界面。Agent分类OutlineIntelligentAgent概要IntelligentAgent构建Multi-AgentSystemsIntelligentAgent应用举例IntelligentAgent相关资源Agent：通过传感器感知所处环境并通过执行器对该环境产生作用的实体。相关概念感知序列：智能体在任何给定时刻的行动选择取决于到那个时刻为止该智能体的整个感知序列。智能体函数：把任意给定感知序列映射到智能体行动。智能体程序：智能体函数的具体实现。智能体简单实例感知序列行动[A,Clean][A,Dirty][B,Clean][B,Dirty]…RightSuckLeftSuck…感知序列可以对应不同的行动从而决定Agent的不同实现。但，是不是最好的？吸尘器例子如果所在区域有灰尘，就清洁，否则就移动到另一个区域。是不是理性的？在每个单位时间内，对每块清洁区域奖励1分；环境是先验知识，但灰尘和Agent的初始位置未知；可能行动只有Left、Right、Suck和NoOp；Agent能正确感知它自己位置及所在地是否有灰尘。但当环境改变时，这个Agent不再是理性的：——所有灰尘吸干的情况；“环境位置”未知，等等。理性智能体:“做事正确”的智能体性能度量：通常由理性设计者给出，根据实际在所处的环境中希望得到的结果来设计度量，而不是根据智能体应该表现的行为。（数量与效果）理性的判断取决于：–性能度量–智能体对环境的先验知识–智能体可执行的行动–智能体到那时为止的感知序列理性智能体应该选择期望能使其性能度量最大化的行动任务环境：PEASPEAS：Performance,Environment,Actuators,Sensors确定任务环境是Agent设计的第一步。智能体种类性能度量环境执行器传感器出租车司机安全，快速，守法，舒适的旅途，利润最大化道路，其他车辆，行人，顾客方向盘，加速器，刹车，信号灯，喇叭，显示器摄像头，声波传感器，速度计，GPS，里程计一个出租车自动驾驶系统的PEAS描述任务环境的属性完全可观察与部分可观察确定性与随机片段式与延续式静态与动态–出租车驾驶是动态的–纵横字谜游戏是静态的–半动态：环境本身不随时间的流逝而变化，但智能体的性能评价随时间变化；例如计时棋赛。离散与连续任务环境可观察性确定性片段性静态性离散性智能体数扑克牌部分策略延续式半动态离散多个出租车驾驶部分随机延续式动态连续多个例子智能体的结构智能体＝体式结构＋程序体式结构为程序提供：–来自传感器的感知信息–运行程序–把程序产生的行动送到执行器智能体的结构几种基本的智能体程序：简单反射型基于模型的简单反射型基于目标基于效用简单反射型智能体条件－行为规则例子：如果当前位置脏，那么吸尘。基于模型的反射型智能体世界的模型=世界如何演进+我的行动做了什么基于目标的智能体增加了对未来（下一步）的考虑基于效用的智能体增加效用函数，选择导致最佳期望的行动学习智能体通过学习产生智能体程序OutlineIntelligentAgent概要IntelligentAgent构建Multi-AgentSystemsIntelligentAgent应用举例IntelligentAgent相关资源Multi-AgentSystem(MAS)Anetworkofproblemsolversthatworktogethertosolveproblemsthatarebeyondtheirindividualcapabilities.–solveproblemsthatmaybetoolargeforacentralisedsingleagent,–providebetterspeedandreliability,–tolerateuncertaindataandknowledge.MAS的两个极端CooperativeMulti-AgentSystems(CMAS)Agentscouldbecountedontoactforthegreatergoodofthesystem,Agentsthathadallbeendesignedbyasingledesigner,whowasonlyconcernedwithincreasingthegeneralsystem’sperformanceandnottheperformanceofindividualagents.MAS的两个极端Self-InterestedMulti-AgentSystems(SMAS)Agentsareconsideredself-interested,competitiveornon-cooperative,Individuallymotivatedagents,whohadbeendesignedbyindependentdesigners.e.g.asetofpersonalmeeting-schedulingagentswhereeachagenttriestoscheduleameetingatthebesttimeforitsparticularowner.MAS中Agent必须技能:movetobeabletofindeachotherandaccessenvironmentalresources;communicateamongstthemselves;coordinatetheiractivities;negotiateoncetheyfindthemselvesinconflict.OutlineIntelligentAgent概要IntelligentAgent构建Multi-AgentSystemsIntelligentAgent应用举例IntelligentAgent相关资源智能主体的几个典型的实例–Microsoft的Office助手；–计算机病毒（破坏主体）；–计算机游戏或模拟中的智能角色；–贸易和谈判主体（如Ebay的拍卖主体）；–网络蜘蛛WebSpider（搜索引擎中的数据搜集和索引主体，如Google）BusinessBusinessintelligence(BI)activelysupportsmanagementactivitiesingaininginsightintotheircompanyresultsandprocesses,usingtoolsandtechnologiessuchasdatawarehouse,onlineanalyticalprocessing,datamining,advancedreportingetc.TomakequalifieddecisionsmanagerscombineinformationarrivingfromBIapplicationswithdisperseinformationaboutglobaleconomicstate,theircustomers,partnersandcompetitors.商业智能BusinessthreeprospectivefieldsforusingintelligentagentsinthefieldofBI–intelligentdataacquisition,–intelligentmodelling,–andintelligentinformationbrokerageformediatinginformationflowbetweenusersanddisperseinformationsources.E-CommerceInternetbots,alsoknownaswebrobots,Typically,botsperformtasksthatarebothsimpleandstructurallyrepetitive,atamuchhigherratethanwouldbepossibleforahumanalone.E-CommerceBotSpotisaplatformtouseBotsandIntelligentAgentsinyourhobby,specialinterestorbusiness.BotSpotclassifiesBotsandIntelligentAgentsbysubject.BotsandIntelligentAgentswillallowyoutodoroutinetasksinanautomaticfunctionthusallowingyougreatertimeforthemoreimportantthingsathand.Youwillfeelcomfortableknowingthatthelatestinformationwillbebroughttoyoubyyourpersonalbotorintelligentagent.E-CommerceBotSpot--StockBots–Trade