Agent
Agent 是一个能够在某个环境中感知（Perceive）、决策（Decide）、并执行行动（Act）的系统。它可以是软件（如聊天机器人、自动交易程序），也可以是硬件（如机器人、无人机）。1. 主要组成部分
感知器（Sensors）
用于感知外部环境的信息。例如，摄像头、麦克风，或软件中的API数据接口。
效应器（Actuators）
用于与环境交互、执行决策的输出装置。例如，机械手臂、轮子，或软件中的数据输出、网络请求。
Agent程序
决定Agent根据感知到的信息采取何种行动的程序逻辑或算法。
2. Agent的类型
基于规则的Agent
按照预先设定的规则对感知到的环境做出反应。
基于模型的Agent
内部有环境模型，可以预测和推理环境状态。
学习型Agent
能通过机器学习算法不断优化自身行为策略。
多智能体系统（MAS, Multi-Agent System）
多个Agent协同工作，完成更复杂的任务，例如分布式调度、群体机器人等。
3. 工作流程
感知（Perception）：获取环境信息。
决策（Decision Making）：根据感知信息和内部模型决定下一步行动。
执行（Action/Actuation）：对环境实施行动，可能会影响环境，再进入下一轮循环。
4. 应用场景
智能客服、聊天机器人
自动驾驶、无人机导航
股票自动交易系统
智能游戏角色（NPC）
智能家居与物联网
多智能体协作系统（如物流调度）
5. Agent的特性
自治性（Autonomy）：能自主决策，无需人工干预。
反应性（Reactivity）：能对环境变化作出响应。
主动性（Pro-activeness）：有目标驱动的行为，不只是被动反应。
社会性（Social ability）：能与其他Agent或人类进行交流与协作。
6. 经典Agent架构
感知-决策-执行（Perceive-Think-Act）模型
Belief-Desire-Intention（BDI）模型
信念（Belief）：对世界的认知
欲望（Desire）：希望达成的目标
意图（Intention）：当前正在实现的目标
页:
[1]