Agenter (Från intelligenta Agenter) Flashcards
Vad är en intelligent agent?
Ett program som kan ta beslut eller utföra en handling baserat på sin miljö, user input och erfarenheter
Hur uppfattar och agerar agenter i sin miljö?
Percieves its environment via sensors
Acts with its effectors
Vad är en Simple Reflex Agent
En agent som följer för-definierade regler för att ta beslut. Den svarar endast på den nuvarande situation utan att tänka på tidigare eller framtida konsekvenser
Vad är fördelar med en simple reflex agent
- Easy to desgin and implement
- Real time repsonses to environmental changes
- Highly reliable in situations where the sensors providing input are accurate and the rules are well designed
Vad är begränsningar med Simple Reflex Agents?
- Den kommer misslyckas om input sensorer inte fungerar eller om reglerna är dåligt utformade
- Har inget minne eller state
- Begränsade till ett specifikt set av handlingar och kan inte anpassa sig till nya situationer
Vad är goal-based agents?
Agenter som använder information från deras miljö för att uppnå specifika mål.
(Också kallade rule-based agents)
De använder sökalgoritmer för att hitta den mest effektiva vägen mot deras mål inom en miljö
Hur arbetar en goal based agent?
- Perception: Using sensors to collect information about its surroundings
- Reasoning: The agent analyzes the information collected and decides on the best course of action to achieve its goal
- Action : The agent takes actions to achieve its goal, such as moveing or manipulating objects in the environment
- Evalution: After taking action, the agent evaluates its progress towards the goal and adjusts its action, if necessary
- Goal Completion: One the agent has achieved its goal, it either stops working or begins working on a new goal
Vad är fördelar med goal-based agents?
Simple to implement and understand
Easy to evaluate performancebased on goal completion
Well-suited for well-definied strucutred environments
Vad är disadvatanges for goal based agents?
Limited to a specific goal.
Unable to adapt to changing environments
Ineffective for complex tasks that have too many variables
Vad är learning Agents?
En agent som kan lära sig från tidigare erfarenheter och förbättra sitt performance.
Anpassas automatiskt genom machine learning
Vilka 4 huvudkomponenter består en learning agent av?
Learning element
Critic
Performance Element
Problem Generator
Vad innebär learning element?
Responsible for learning and making improvements based on the experiences it gains from its environment.
Vad innebär critic component?
It provides feedback to the learning element by the agent’s performance for a predefined standard.
Performance Element
It selects and executes external actions based on the information from the learning element and the critic.
Problem Generator
It suggests actions to create new and informative experiences for the learning element to improve its performance.