在日常生活中,人们用性格来给一个人定性分类,如犹豫、冲动、坚强、专一…… 在人工智能研究中,智能体被定义为能够通过传感器感知其环境,并借助于执行器作用于该环境的任何事物。从这个定义看人就是生活在现实环境中的智能体。而对于各种各样的智能体,研究者们也按“性格”进行了分类,窃以这些类型为正好反映了人本身的一些性格。综合起来看,可以帮助更好地理解智能体的分类,对反思自己的行为也有帮助。
- 慎思式(Deliberative):这是经典人工智能的典型模型,智能体维护一个对外界环境的内部描述,这是一个精确的精神状态,可以通过某种形式的符号推理进行改变,并且其决策是通过逻辑推理、基于模式匹配和符号操作。典型的模型有BDI(信念、愿望和意图)。在生活中,有些人总是拿着地图走路,这样的人喜欢在做一件事情之前先做好详细的计划,然后按照自己的计划去办事,典型的如建筑设计师。慎 思式智能体希望在逻辑上无所不知、无所不能。但这种目标在实际中遇到了困难,主要有两个问题:(1)由于显示世界的复杂性和不确定性,那些预先定义好的符 号推理系统应用范围有所限制,并且当外界世界是时刻发生变化的;(2)推理方法的实时性不好,需要大量的计算时间进行规划。对于某些场合要求在限定的时间 内做出反应,否则规划推理结果产生时这些结果已经没有用了。
- 反应式(Reactive):与慎思式智能体不同的是,反应式智能体直接基于传感器的输入进行决策,在其内部不维护外界环境模型,行为模式以刺激——反应方式对环境的改变做出反应。特征是低层次的行为比高层次的行为有优先的控制权。在生活中,有些人是看着路牌走路,这样的人喜欢走一步看一步,每到一个十字路口,都要选择一次方向,最终走向哪里,自己都不知道,典型的如科研人员。反 应智能的假设是行为的复杂性可以是智能体运作环境复杂性的反应,而不是智能体复杂内部设计的反应。这种基于行为的方法具有反应性和实时性的特征,响应快 速,灵活机动,系统能力从低层次的局部规划到冲突消解等逐步提高。但这种体系结构不能明确地表示它所要完成的目标 和为达到目标而要实施的行动,因此它不能采用不完全全局规划方法。
- 混合式(Hybrid):大家都发现了,无论是慎思式,还是反应式结构都不是最佳的,于是把两种方式结合起 来,试图以此来融合经典和非经典的人工智能。这种混合式,既体现规划推理,又实时交互反馈,它包括两个子系统:慎思子系统包含问题的抽象符号模型,用于规 划、决策;反应子系统响应环境变化中的紧急事件,无需复杂推理,其控制机制具有层次结构,低层次比高层次有更高的控制权。在生活中,有些人是顺着路的方向走路,这样的人之选择一个大方向,然后就朝着这个方向努力,架桥过河,披荆斩棘,靠一个信念坚定地走下去,典型的如创业者。混合式结构既能实现面向目标的长期规划,又具有实时性的特点,因此是研究多智能体系统中最常用的体系结构。
您是属于哪种范式呢?
每个人至少都是混合式的吧。
这种划分对人来说不是绝对的,主要是看特点吧
哈,你这个还是没改嘛 就发出来了啊
放在草稿箱里太久了……