Chapter 2 Intelligent Agents

学习目标

• 能区分代理、对象与专家系统
• 能用感知、状态、目标与行动函数描述抽象代理
• 能为简单任务画出代理决策流程

为什么必须先冻结联合模型

先预测：温控代理用效用函数还是规则更好？带着判断进入本页。

区分代理、对象与专家系统，并用感知、状态、目标和行动函数描述抽象架构。 智能代理拥有对自身行为的控制，并在局部观察下选择行动；意向立场可帮助解释目标与信念，但工程实现仍需明确状态转移和选择函数。 本页不以单个代理“看起来聪明”为通过条件，而是检查联合状态、偏离动机、失败传播和可重放证据。

直觉、对象与计算合同

贯穿场景是：把恒温器、对象服务、专家系统和自主机器人放入同一判定表。参与者、可观察信息、行动集、偏好或目标、环境转移、协议版本和终止条件必须在运行前固定，不能在看到结果后修改效用或阈值。

$$action_t = choose(observation_t, internal_state_t, goal)$$

公式用于公开关系与前提，不替代正式证明或实证测量。高层意向词不能替代实现语义，必须能落到输入、状态与行动。 本页重点防范：用‘想要’和‘相信’解释行为，却没有可执行的状态或选择规则。

正式目录节点：解释与联合验证

下列目录节点逐项映射到解释、页面专属实验和章末答案。每个节点都必须指出它改变哪个联合状态以及什么观测会推翻结论；单纯出现术语不计覆盖。

Chapter 2 Intelligent Agents

“Chapter 2 Intelligent Agents”决定感知、内部状态、目标与行动怎样连接，应在相同环境轨迹上比较。 在“智能代理拥有对自身行为的控制，并在局部观察下选择行动；意向立场可帮助解释目标与信念，但工程实现仍需明确状态转移和选择函数。”这条联合因果链中，本节点重点检查代理与对象；只改变一个条件并保存联合轨迹，若出现“用‘想要’和‘相信’解释行为，却没有可执行的状态或选择规则”，就在首个分叉停止。

2.1 Intelligent Agents

“2.1 Intelligent Agents”决定感知、内部状态、目标与行动怎样连接，应在相同环境轨迹上比较。 在“智能代理拥有对自身行为的控制，并在局部观察下选择行动；意向立场可帮助解释目标与信念，但工程实现仍需明确状态转移和选择函数。”这条联合因果链中，本节点重点检查专家系统；只改变一个条件并保存联合轨迹，若出现“用‘想要’和‘相信’解释行为，却没有可执行的状态或选择规则”，就在首个分叉停止。

2.2 Agents and Objects

“2.2 Agents and Objects”决定感知、内部状态、目标与行动怎样连接，应在相同环境轨迹上比较。 在“智能代理拥有对自身行为的控制，并在局部观察下选择行动；意向立场可帮助解释目标与信念，但工程实现仍需明确状态转移和选择函数。”这条联合因果链中，本节点重点检查意向系统；只改变一个条件并保存联合轨迹，若出现“用‘想要’和‘相信’解释行为，却没有可执行的状态或选择规则”，就在首个分叉停止。

2.3 Agents and Expert Systems

“2.3 Agents and Expert Systems”决定感知、内部状态、目标与行动怎样连接，应在相同环境轨迹上比较。 在“智能代理拥有对自身行为的控制，并在局部观察下选择行动；意向立场可帮助解释目标与信念，但工程实现仍需明确状态转移和选择函数。”这条联合因果链中，本节点重点检查抽象架构；只改变一个条件并保存联合轨迹，若出现“用‘想要’和‘相信’解释行为，却没有可执行的状态或选择规则”，就在首个分叉停止。

2.4 Agents as Intentional Systems

“2.4 Agents as Intentional Systems”决定感知、内部状态、目标与行动怎样连接，应在相同环境轨迹上比较。 在“智能代理拥有对自身行为的控制，并在局部观察下选择行动；意向立场可帮助解释目标与信念，但工程实现仍需明确状态转移和选择函数。”这条联合因果链中，本节点重点检查任务指令；只改变一个条件并保存联合轨迹，若出现“用‘想要’和‘相信’解释行为，却没有可执行的状态或选择规则”，就在首个分叉停止。

2.5 Abstract Architectures for Intelligent Agents

“2.5 Abstract Architectures for Intelligent Agents”决定感知、内部状态、目标与行动怎样连接，应在相同环境轨迹上比较。 在“智能代理拥有对自身行为的控制，并在局部观察下选择行动；意向立场可帮助解释目标与信念，但工程实现仍需明确状态转移和选择函数。”这条联合因果链中，本节点重点检查代理与对象；只改变一个条件并保存联合轨迹，若出现“用‘想要’和‘相信’解释行为，却没有可执行的状态或选择规则”，就在首个分叉停止。

2.6 How to Tell an Agent What to Do

“2.6 How to Tell an Agent What to Do”决定感知、内部状态、目标与行动怎样连接，应在相同环境轨迹上比较。 在“智能代理拥有对自身行为的控制，并在局部观察下选择行动；意向立场可帮助解释目标与信念，但工程实现仍需明确状态转移和选择函数。”这条联合因果链中，本节点重点检查专家系统；只改变一个条件并保存联合轨迹，若出现“用‘想要’和‘相信’解释行为，却没有可执行的状态或选择规则”，就在首个分叉停止。

常见误区

术语

小结

• 代理拥有对自身行为的控制并在局部观察下选择
• 区分代理与对象、专家系统和意向系统
• 意向立场帮助解释目标与信念但不替代实现
• 行动函数连接感知、状态、目标与行动
• 从轨迹判断组件是否满足自治代理合同

容易踩的坑

误区 1

现象 → 混淆代理与对象 原因 → 忽略自治性差异 修法 → 用是否有自主目标来区分

误区 2

现象 → 效用函数一成不变 原因 → 环境变化后效用失真 修法 → 定期回顾效用与真实偏好偏差

误区 3

现象 → 感知与行动割裂设计 原因 → 感知粒度过粗无法支撑决策 修法 → 感知能力按决策需求设计

练习与答案

前后导航

• 上一页：Part II Intelligent Autonomous Agents
• 下一页：Chapter 3 Deductive Reasoning Agents

练习

练习

问题 1： 效用代理与目标代理的差别是什么？

查看答案

目标代理只求达成目标，效用代理在冲突目标间按效用权衡最优。

问题 2： 代理、对象与专家系统三者的关系？

查看答案

对象无自治，专家系统有推理无环境交互，代理两者兼有且自主。

问题 3： 用感知、状态、目标、行动四元组描述一个温控代理。（独立实现）

查看答案

感知温度读数，状态为历史区间，目标保持 22±1 度，行动为制冷、制热、待机。