编程宝典

AI 代理环境基础教程文档

环境是包围代理的世界上的所有事物，但它不是代理本身的一部分。环境可以描述为存在代理的情况。

该环境是代理生活，操作并为代理提供感知并对其采取行动的环境。通常认为环境是非女性化的。

根据Russell和Norvig的观点，环境可以具有各种特征代理商的身分:

完全可观察与部分可观察静态与动态离散与连续确定性与随机性单代理与多代理偶发与顺序已知与未知可访问与不可访问

如果代理传感器可以在每个时间点感知或访问环境的完整状态，则它是完全可观察的环境，否则它是部分可观察的。完全可观察的环境很容易，因为无需维护内部状态即可跟踪世界历史。在所有环境中都没有传感器的代理，那么这种环境称为不可观察。

如果代理的当前状态和选定的动作可以完全确定环境的下一个状态，则这种环境称为确定性环境。随机环境本质上是随机的，不能由主体完全确定。在确定性，完全可观察的环境中，业务代表无需担心不确定性。

在情景环境中，有一系列的一次性动作，并且仅需要当前感知即可。但是，在顺序环境中，座席需要记忆过去的动作以确定下一个最佳动作。

如果一个环境中仅涉及一个代理程序，并由其自身进行操作，则这种环境称为单代理程序环境。但是，如果在一个环境中运行多个代理，那么这种环境称为多代理环境。多代理环境中的代理设计问题不同于单代理环境。

如果环境在代理程序进行讨论时可以改变自身，则该环境称为动态环境，否则称为静态环境。静态环境易于处理，因为代理在决定采取行动时无需继续观察世界。但是对于动态环境，座席需要始终关注每个动作的世界。出租车驾驶是动态环境的一个例子，而填字游戏则是静态环境的一个例子。

如果在一个环境中可以执行有限数量的感知和动作，则这种环境称为离散环境，否则称为连续环境。象棋游戏是在离散环境下进行的，因为可以执行的动作数量有限。无人驾驶汽车就是一个连续环境的例子。

已知和未知实际上不是环境的特征，但是执行动作是代理的知识状态。在已知环境中，所有操作的结果对于代理都是已知的。在未知环境中，座席需要了解其工作方式才能执行操作。一个已知环境很有可能是部分可观察的，而一个未知环境是完全可观察的。

如果代理可以获取有关该州环境的完整且准确的信息，则该环境称为可访问环境，否则称为不可访问环境。一个空房间，其状态可以通过其温度来定义，这是可访问环境的一个示例。关于地球上事件的信息是无法访问的环境的一个例子。