AI人工智能 構(gòu)建模塊:環(huán)境和代理

2020-09-24 11:09 更新

環(huán)境和代理是人工智能強(qiáng)化學(xué)習(xí)的主要構(gòu)件。 本節(jié)詳細(xì)討論它們 -

媒介代理

代理媒介是能夠通過傳感器感知其環(huán)境并通過效應(yīng)器作用于該環(huán)境的任何事物。

  • 人用媒介具有與傳感器平行。諸如眼睛,耳朵,鼻子,舌頭和皮膚之類的感覺器官以及用于效應(yīng)器的諸如手,腿,嘴等其他器官。
  • 機(jī)器人媒介取代了傳感器的攝像頭和紅外測距儀,以及各種效應(yīng)器的馬達(dá)和執(zhí)行器。
  • 軟件媒介已將位串編碼為其程序和操作。

代理術(shù)語

以下術(shù)語在AI中的強(qiáng)化學(xué)習(xí)中更頻繁地使用 -

  • 代理的性能測量 - 這是決定代理成功程度的標(biāo)準(zhǔn)。
  • 代理的行為 - 代理在任何給定的感知順序之后執(zhí)行的行為。
  • 感知 - 它是特定實(shí)例中代理的感知輸入。
  • 感知序列 - 這是代理人迄今為止所了解的所有歷史。
  • 代理功能 - 它是從訓(xùn)示序列到動(dòng)作的映射。

環(huán)境 某些程序在局限于鍵盤輸入,數(shù)據(jù)庫,計(jì)算機(jī)文件系統(tǒng)和屏幕上字符輸出的完全人造環(huán)境中運(yùn)行。

相比之下,一些軟件代理(如軟件機(jī)器人或軟驅(qū))存在于豐富且無限的軟域中。 模擬器具有非常詳細(xì)和復(fù)雜的環(huán)境。 軟件代理需要實(shí)時(shí)從多種行為中進(jìn)行選擇。

例如,設(shè)計(jì)用于掃描顧客的在線偏好并向顧客展示有趣物品的軟堆可在真實(shí)環(huán)境和人工環(huán)境中工作。

環(huán)境屬性 如下所述,環(huán)境具有多重屬性 -

  • 離散/連續(xù) - 如果環(huán)境的數(shù)量有限且截然不同,則環(huán)境是離散的,否則它是連續(xù)的。 例如,象棋是一個(gè)離散的環(huán)境,駕駛是一個(gè)連續(xù)的環(huán)境。
  • 可觀察/部分可觀察 - 如果可以從知覺中確定每個(gè)時(shí)間點(diǎn)環(huán)境的完整狀態(tài),則可觀察到; 否則它只是部分可觀察的。
  • 靜態(tài)/動(dòng)態(tài) - 如果環(huán)境在代理正在執(zhí)行時(shí)沒有改變,那么它是靜態(tài)的; 否則它是動(dòng)態(tài)的。
  • 單個(gè)代理/多個(gè)代理 - 環(huán)境可能包含其他代理,這些代理可能與代理的類型相同或不同。
  • 可訪問/不可訪問 - 如果代理的傳感設(shè)備可以訪問完整的環(huán)境狀態(tài),則可以訪問該代理的環(huán)境; 否則它是無法訪問的。
  • 確定性/非確定性 - 如果環(huán)境的下一個(gè)狀態(tài)完全由當(dāng)前狀態(tài)和代理的行為決定,那么環(huán)境是確定性的; 否則它是非確定性的。
  • 情節(jié)式/非情節(jié)式 - 在情節(jié)化環(huán)境中,每個(gè)情節(jié)由代理人感知并然后行動(dòng)組成。 其行動(dòng)的質(zhì)量取決于情節(jié)本身。 隨后的劇集不依賴于前幾集中的動(dòng)作。 情景環(huán)境要簡單得多,因?yàn)榇砣瞬恍枰崆八伎肌?img
以上內(nèi)容是否對(duì)您有幫助:
在線筆記
App下載
App下載

掃描二維碼

下載編程獅App

公眾號(hào)
微信公眾號(hào)

編程獅公眾號(hào)