logo

人工知能におけるエージェント

AI システムは、合理的なエージェントとその環境の研究として定義できます。エージェントはセンサーを通じて環境を感知し、アクチュエーターを通じて環境に作用します。 AI エージェントは、知識、信念、意図などの精神的特性を持つことができます。

エージェントとは何ですか?

エージェントは、センサーを通じて環境を認識し、アクチュエーターを通じてその環境に作用するものであれば何でも構いません。エージェントは次のサイクルで実行されます。 知覚する考え 、 そして 演技 。エージェントは次のとおりです。

    人間エージェント:人間のエージェントには、目、耳、その他の器官がセンサーとして機能し、手、脚、声道がアクチュエーターとして機能します。ロボットエージェント:ロボット エージェントには、カメラ、赤外線距離計、センサー用の NLP、アクチュエーター用のさまざまなモーターを含めることができます。ソフトウェアエージェント:ソフトウェア エージェントは、キーストロークやファイルの内容を感覚入力として持ち、それらの入力に基づいて動作し、画面上に出力を表示できます。

したがって、私たちの周りの世界はサーモスタット、携帯電話、カメラなどのエージェントでいっぱいであり、私たち自身もエージェントです。

先に進む前に、まずセンサー、エフェクター、アクチュエーターについて知っておく必要があります。

センサー: センサーは環境の変化を検知し、その情報を他の電子機器に送信する装置です。エージェントはセンサーを通じて環境を観察します。

多態性

アクチュエーター: アクチュエーターは、エネルギーを運動に変換する機械のコンポーネントです。アクチュエータはシステムの移動と制御のみを担当します。アクチュエーターには、電気モーター、ギア、レールなどが含まれます。

エフェクター: エフェクターは環境に影響を与える装置です。エフェクタには、脚、車輪、腕、指、翼、ひれ、表示画面などがあります。

フレームtkinter
AI におけるエージェント

インテリジェントエージェント:

インテリジェント エージェントは、目標を達成するためにセンサーとアクチュエーターを使用して環境に作用する自律的なエンティティです。インテリジェントなエージェントは、目標を達成するために環境から学習する可能性があります。サーモスタットはインテリジェント エージェントの一例です。

AI エージェントの主な 4 つのルールは次のとおりです。

    ルール 1:AI エージェントには環境を認識する能力が必要です。ルール 2:意思決定には観察を使用する必要があります。ルール 3:決定は行動につながるはずです。ルール 4:AIエージェントがとる行動は合理的な行動でなければなりません。

合理的なエージェント:

合理的なエージェントとは、明確な優先順位を持ち、不確実性をモデル化し、可能なすべてのアクションでパフォーマンスの尺度を最大化する方法で行動するエージェントです。

合理的なエージェントは正しいことを行うと言われます。 AI は、現実世界のさまざまなシナリオのゲーム理論や意思決定理論に使用する合理的なエージェントを作成することです。

AI 強化学習アルゴリズムでは、可能な限り最良のアクションごとにエージェントはプラスの報酬を受け取り、間違ったアクションごとにエージェントはマイナスの報酬を受け取るため、AI エージェントにとって合理的なアクションが最も重要です。

注: AI の合理的エージェントは、インテリジェント エージェントと非常に似ています。

合理性:

エージェントの合理性は、そのパフォーマンスの尺度によって測定されます。合理性は以下の点に基づいて判断できます。

  • 達成基準を定義するパフォーマンスの尺度。
  • エージェントの環境に関する事前知識。
  • エージェントが実行できる最善のアクション。
  • 知覚の順序。

注: 全知エージェントはそのアクションの実際の結果を知っており、それに応じて行動するため、合理性は全知科学とは異なりますが、これは現実には不可能です。

AIエージェントの構造

AIの仕事は、エージェント機能を実現するエージェントプログラムを設計することです。インテリジェント エージェントの構造は、アーキテクチャとエージェント プログラムの組み合わせです。これは次のように表示できます。

 Agent = Architecture + Agent program 

AI エージェントの構造に関係する主な 3 つの用語は次のとおりです。

int を double java に変換する

建築: アーキテクチャは、AI エージェントが実行される機械です。

エージェント機能: エージェント機能は、知覚をアクションにマッピングするために使用されます。

 f:P* → A 

エージェントプログラム: エージェントプログラムはエージェント機能を実装したものです。エージェント プログラムは物理アーキテクチャ上で実行され、関数 f を生成します。

PEASの代表

PEAS は、AI エージェントが動作するモデルの一種です。 AI エージェントまたは合理的エージェントを定義する場合、そのプロパティを PEAS 表現モデルの下にグループ化できます。これは次の 4 つの単語で構成されています。

Java文字列を連結する
    P:パフォーマンス測定そして:環境答え:アクチュエーターS:センサー

ここでのパフォーマンス測定は、エージェントの動作が成功するための目標です。

自動運転車向けの PEAS:

AI におけるエージェント

自動運転車を仮定すると、PEAS の表現は次のようになります。

パフォーマンス: 安全性、時間、合法的な運転、快適さ

環境: 道路、他の車両、道路標識、歩行者

アクチュエーター: ステアリング、アクセル、ブレーキ、信号、ホーン

センサー: カメラ、GPS、速度計、走行距離計、加速度計、ソナー。

PEAS 表現を備えたエージェントの例

エージェント パフォーマンス測定 環境 アクチュエーター センサー
1. 医学的診断
  • 健康な患者
  • コストの最小化
  • 忍耐強い
  • 病院
  • スタッフ
  • テスト
  • 治療法
キーボード
(症状の記入)
2. 掃除機
  • 清潔さ
  • 効率
  • バッテリー寿命
  • 安全
  • 部屋
  • テーブル
  • 木の床
  • カーペット
  • さまざまな障害物
  • ホイール
  • ブラシ
  • 真空抽出器
  • カメラ
  • 汚れ検知センサー
  • 崖センサー
  • バンプセンサー
  • 赤外線壁センサー
3. 部品ピッキングロボット
  • 正しいビン内の部品の割合。
  • 部品付きコンベアベルト、
  • ビン
  • ジョイントアーム
  • カメラ
  • 関節角度センサー。