AI教程

AI代理的类型

根据智能代理商的感知程度和能力,他们可以分为五类。随着时间的推移,所有这些代理都可以提高其性能并产生更好的操作。这些内容如下:
简单反射代理 基于模型的反射代理 基于目标的代理商 基于实用程序的代理 学习代理

1、简单的反射剂:

简单反射代理是最简单的代理。这些代理根据当前的感知做出决策,而忽略其余的感知历史。 这些代理仅在完全可观察的环境中成功。 简单反射代理在决策和行动过程中不会考虑感知历史的任何部分。 简单反射代理根据条件操作规则工作,这意味着它将当前状态映射到操作。例如"房间清洁剂",它仅在房间中有灰尘时才起作用。 简单反射剂设计方法的问题: 他们的智力非常有限 他们不了解当前状态的非感知部分 通常太大,无法生成和存储。 不适应环境变化。 AI代理的类型

2、基于模型的反射剂

基于模型的代理可以在部分可观察的环境中工作,并跟踪情况。 基于模型的代理具有两个重要因素: 模型: 是有关"世界如何发生"的知识,因此被称为基于模型的代理。 内部状态: 它是基于感知历史记录的当前状态的表示。 这些代理商具有"这是世界知识"的模型,并基于该模型执行操作。 更新代理状态需要有关以下信息: 世界如何发展 代理人的行为如何影响世界。 AI代理的类型

3、基于目标的代理商

对当前状态环境的了解并不总是足以决定代理要做什么。 代理商需要了解描述理想情况的目标。 基于目标的代理通过获取"目标"信息来扩展基于模型的代理的功能。 他们选择一项行动,以便实现目标。 这些代理在决定是否实现目标之前可能必须考虑一系列可能的措施。不同情况下的这种考虑称为搜索和计划,这使代理变得主动。 AI代理的类型

4、基于实用程序的代理程序

这些代理类似于基于目标的代理,但是提供了效用度量的额外组成部分,通过在给定状态下提供成功度量来使其与众不同。 基于实用程序的代理程序不仅基于目标,而且还是实现目标的最佳方法。 基于实用程序的代理在有多种可能的替代方法时很有用,并且必须选择一个代理才能执行最佳操作。 实用程序功能将每个状态映射到一个实数,以检查每个动作达到目标的效率。 AI代理的类型

5、学习代理

人工智能中的学习代理是可以从其过去的经验中学习或具有学习能力的代理。 它开始以基础知识行动,然后能够通过学习自动行动和适应。 学习代理主要有四个概念性组成部分,分别是: 学习元素: 它负责通过从环境中学习来进行改进 批评: 学习元素从评论家那里获得反馈,该评论描述了代理在固定绩效标准方面的表现。 性能元素: 它负责选择外部操作 问题生成器: : 该组件负责建议可带来新的和有益的体验的操作。 因此,学习代理能够学习,分析绩效并寻找提高绩效的新方法。 AI代理的类型
昵称: 邮箱:
Copyright © 2022 立地货 All Rights Reserved.
备案号:京ICP备14037608号-4