Рассел С., Норвиг П. Искусственный интеллект. Современный подход (2-е изд., 2006) (1245267), страница 27
Текст из файла (страница 27)
Выбор наиболее подходяшего проекта программы агента зависит от характера среды. ° Простые рефлексные агенты отвечают непосредственно на акты восприятия, тогда как рефлексные агенты, основанные на модели, поддерживают внутреннее !04 Часть !. Искусственный интеллект состояние, прослеживая те аспекты среды, которые не наблюдаются в текущем акте восприятия. Агенты, действукяцие на основе цели, организуют свои действия так, чтобы достигнуть своих целей, а агенты, действующие с учетом полезности, пытаются максимизировать свою собственную ожидаемую "удовлетворенность". ° Все агенты способны улучшать свою работу благодаря обучению. БИБЛИОГРАФИЧЕСКИЕ И ИСТОРИЧЕСКИЕ ЗАМЕТКИ Истоки представлений о центральной роли действий в интеллекте (сформулированных в виде понятия практических раееузкдений) прослеживаются до Никомаховой этики Аристотеля.
Практические рассуждения были также темой влиятельной статьи Маккарти Рпзегатз ин)й Саттон Зепзе (Программы со здравым смыслом) [1009]. Такие области науки, как робототехника и теория управления, по самому своему характеру преимущественно касаются проблем конструирования физических агентов. Понятие Ъ. контроллера в теории управления идентично понятию агента в искусственном интеллекте. И хотя на первый взгляд это может показаться удивительным, но на протяжении большей части истории развития искусственного интеллекта основные усилия в этой области были сосредоточены на исследовании отдельных компонентов агентов (в качестве примеров можно привести системы поиска ответов на вопросы, программы автоматического доказательства теорем, системы технического зрения и т.д.), а не самих агентов, рассматриваемых как единое целое.
Важным исключением из этого правила, оказавшим значительное влияние на дальнейшее развитие данной области, стало обсуждение проблематики агентов в работе Генезерета и Нильссона [537]. В настоящее время в данной научной области широко применяется подход, основанный на изучении всего агента, и результаты, достигнутые в рамках этого подхода, стали центральной темой новейших работ [1! 46], [1227]. В главе 1 было показано, что корни понятия рациональности прослеживаются в философии и экономике. В искусственном интеллекте это понятие не привлекало значительного интереса до тех пор, пока в середине 1980-х не началось широкое обсуждение проблемы создания подходящих теоретических основ данной области. В статье Джона Дойла [4!О] было предсказано, что со временем проектирование рациональных агентов станет рассматриваться в качестве основного назначения искусственного интеллекта, притом что другие популярные ныне темы исследований послужат основой формирования новых дисциплин.
Стремление к тщательному изучению свойств среды и их влияния на выбор самого подходящего проекта рационального агента наиболее ярко проявляется в традиционных областях теории управления; например, в исследованиях по классическим системам управления [405] рассматриваются полностью наблюдаемые, детерминированные варианты среды; темой работ по стохастическому оптимальному управлению [865] являются частично наблюдаемые, стохастические варианты среды; а работы по гибридному управлению [649] касаются таких вариантов среды, которые содержат и дискретные, и непрерывные элементы. Описание различий между полностью и частично наблюдаемыми вариантами среды является также центральной темой работ по динамическому программированию, проводимых в области исследования операций [1244], которая будет обсуждаться в главе 17.
Глава 2. Интеллектуальные агенты 105 Рефлексные агенты были основной моделью для психологических бихевиористов, таких как Скиннер [1423], которые пытались свести все знания в области психологии организмов исключительно к отображениям "ввод — вывод" или "стимул — отклик". В результате прогресса в области психологии, связанного с переходом от бихевиоризма к функционализму, который был по крайней мере отчасти обусловлен распространением на агентов трактовки понятия компьютера как новой метафоры в мировоззрении человека [923], [1246], возникло понимание того, что нужно также учитывать внутреннее состояние агента. В большинстве работ по искусственному интеллекту идея чисто рефлексных агентов с внутренним состоянием рассматривалась как слишком простая для того, чтобы на ее основе можно было добиться значительных успехов, но исследования Розеншайна [1308] и Брукса [189] позволили поставить под сомнение это предположение (см.
главу 25). В последние годы значительная часть работ была посвящена поиску эффективных алгоритмов слежения за сложными вариантами среды [610]. Наиболее впечатляющим примером достигнутых при этом результатов является программа Кешо!е Айепг, которая управляла космическим аппаратом ГЗеер Брасе Опе (описанная на с. 69) [744], [1108].
Понимание необходимости создания агентов на основе цели просматривается во всем, что стало источником идей искусственного интеллекта, начиная с введенного Аристотелем определения практического рассуждения и заканчивая ранними статьями Маккарти по логическому искусственному интеллекту.
Робот %айеу [466], [1143] был первым воплощением логического агента на основе цели в виде автоматизированного устройства. Полный логический анализ агентов на основе цели приведен в книге Генезерета и Нильссона [537], а методология программирования на основе цели, получившая название агентно-ориенаированяого программяровавия, была разработана Шохемом [! 404]. Кроме того, начиная с книги Нитал РгоЫет Юо!ип8 [! 130], оказавшей чрезвычайно большое влияние на ход дальнейших исследований, в той области когнитивной психологии, которая посвяшена изучению процедур решения задач человеком, ведущее место занял подход, основанный на понятии цели; на этом подходе базируется также вся последняя работа Ньюэлла [1125].
Цели, дополнительно подразделяемые на желания (обшие замыслы) и намерения (осуществляемые в настоящее время), являются основой теории агентов, разработанной Братманом [176]. Эта теория оказала влияние и на работы в области понимания естественного языка, и на исследования мультиагентных систем. Горвиц, наряду с другими исследователями [686], особо подчеркивал важность использования в качестве основы для искусственного интеллекта понятия рациональности, рассматриваемой как средство максимизации ожидаемой полезности.
Книга Перла [1191] была первой работой в области искусственного интеллекта, в которой дан глубокий анализ проблем применения теории вероятности и теории полезности; описанные им практические методы проведения рассуждений и принятия решений в условиях неопределенности, по-видимому, послужили наиболее важной причиной быстрой смены направления исследований в 1990-х годах и перехода к изучению агентов, действующих с учетом полезности (подробнее об этом рассказывается в части У). Общий проект для обучающихся агентов, приведенный на рис.2.7, является классическим образцом такого проекта в литературе по машинному обучению [203], [!064].
Одним из первых примеров воплошения этого проекта в программах являет- 106 Часть!. Искусственный интеллект ся обучающаяся программа для игры в шашки Артура Самюэла [1349], [! 350]. Обучающиеся агенты подробно рассматриваются в части Ч!. В последние годы быстро растет интерес к агентам и к проектам агентов, отчасти в связи с расширением !п(оспе( и осознанием необходимости создания автоматизированных и мобильных программных роботов [447].
Сборники статей по этой теме можно найти в работах Веа(((пяз (п А((еп(з [704] и соил((а((ол( о/Ва((опа! Аяепсу [1615]. В книге Ми(((алел( Вуз(етз [!564] предоставлены надежные теоретические основы для многих аспектов проектирования агентов. К числу конференций, посвященных агентам, относятся 1п(егпабопа( Сол/егепсе оп Аи(опотоиз Аяепм, 1п(егпацопа( Игог(с(1(ор оп Алел( ?йеог(ез, Агс((1(ес(итез, ап(( 1.апяиаяез и 1п(егпацопа! Соп/егелсе оп Ми1((аяеп( оуз(етя И наконец отметим, что в книге 1)ил» Вее(!е Его!оду [615] приведен большой объем интересной информации о поведении навозных жуков (о котором говорилось в данной главе). УПРАЖНЕНИЯ 2.1. Самостоятельно сформулируйте определения следующих понятий: агент; функция агента; программа агента; рациональность; автономность; рефлексный агент; агент, основанный на модели; агент на основе цели; агент на основе полезности; обучающийся агент.
2.2. Для измерения того, насколько успешно функционирует агент, используются и показатели производительности, и функция полезности. Объясните, в чем состоит различие между этими двумя критериями. 2.3. В этом упражнении исследуются различия между функциями агента и программами агента, а) Может ли существовать больше чем одна программа агента, которая реализует данную функцию агента? Приведите пример, подтверждающий положительный ответ, или покажите, почему такая ситуация невозможна. б) Есть ли такие функции агента, которые не могут быть реализованы никакими программами агента? в) Верно ли, что каждая программа агента реализует точно одну функцию агента, при условии, что архитектура вычислительной машины остается неизменной? г) Если в архитектуре предусмотрено п битов памяти, то сколько различных возможных программ агента может быть реализовано с ее помощью? 2.4.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
