《人工智能:计算Agent基础》——2.8 习题

简介:

本节书摘来自华章计算机《人工智能:计算Agent基础》一书中的第2章,第2.8节,作者:(加)David L.Poole,Alan K.Mackworth 更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.8 习题

2.1 2.3节提到一个论点,即不可能脱离Agent的任务和目的而独立地构建一个世界表示。此习题能使你评估此论点。
选择一个特定的世界,如当前你的桌面的一部分。
i) 让某个人列出在此世界上存在的所有东西(或者自己完成)。
ii) 再考虑20种没有列出的,且尽可能相互完全不同。例如,桌子最右边的圆珠笔的笔头上的小球、订书机的弹簧,或是桌上某本书66页的第三个单词。
iii) 找出一个无法用自然语言描述的东西。
iv) 选定一个任务,如整理桌面,并写出所有与此任务相关的所有物体的描述。
基于此习题,讨论如下几个状况:
(a) 世界上存在什么是由观察者观察来决定的。
(b) 我们需要某种方法来指定到每一个个体,而非期望每个个体都有独立的名字。
(c) 存在哪些个体是由任务同样也是世界的属性决定的。
(d) 为了描述领域中的某个个体,你需要有一个极大的词典和一个有效的方法来组合66它们用于描述个体,而且这点必须与任何特定的领域无关。
2.2 解释为何例2-5中的中间层必须有前一目标位置和当前目标位置作为输入。假定只有其中一个作为输入,哪一个是必需的?这将会导致什么问题?
2.3 例2-6中的目标位置的定义意味着当规划结束时,机器人将会将其最后一个目标位置作为其目标位置,然后不断绕圈。改变定义使得机器人可以返回原点,然后围绕原点绕圈。
2.4 如例2-5中的方法躲避障碍物很容易便会陷入困局。
(a) 设置一个障碍物和一个目标以便于机器人使用例2-5中的控制器,会发现其不能到达(会崩溃或者绕圈)。
(b) 即使没有障碍物,机器人也可能无法到达目的地。例如,如果他在目标位置附近,它就会不断绕圈而无法到达目标地点。设计一个可以发现此问题并能使其到达目标点的控制器。
2.5 考虑图2-11中的“机器人困境”。
(a) 解释一下为何它会使一个机器人难以到达目标点g。你必须解释机器人现在会有何种行为,且为何难以设计一个更为复杂的机器人(如,一个使用“右手规则”的机器人会沿着墙走:当其碰到障碍物时其会左转并沿着墙走,而墙面始终在其右侧)来工作。
(b) 直观上我们认为如果想要脱离这个迷宫,需要当一个机器人撞到墙后,它会一直绕着墙走直到右转次数与左转次数相同。告诉我们如何实现此方法,解释信念状态、信念状态转换函数和命令函数。


<a href=https://yqfile.alicdn.com/11c7d5cbf7b7b6975f89482a94bcafa1e2b93b36.png" >

2.6 当用户选择并移动当前目标位置时,此章中的机器人会继续行至此目标的原坐标处,而不会再去其当前位置。试着改变此控制器使其可以向目标的当前位置移动。
2.7 现在的控制器会顺序访问todo列表中的地点。
(a) 改控制器为投机型,当它需要选择下一个位置时,它会选择距离当前位置最近的目的地。当然其仍需访问所有的目的地。
(b) 给出一个环境实例,在此环境中新控制器完成访问任务花费的时间少于使用原控制器花费的时间。
(c) 给出一个环境实例,在此环境中使用原控制器花费的时间要少于使用修改后的控制器所花费的时间。
(d) 改变控制器,使得Agent在行进的每一步都朝向距其当前位置最近的目的地。
(e) 使用(d)中描绘的控制器会不会出现陷入死循环以致无法到达目的地,而使用原控制器却可以正常工作的环境中?给出一个其会陷入原地转圈的例子并解释为何其无法找出一个解决方法,或者给出其为何不会陷入转圈的原因。
2.8 改变控制器使得机器人可以感知环境并获知某位置的坐标。这里假定主体可以提供已命名位置的坐标。
2.9 假设你有个新工作,必须为一个机器人构建一个控制器。你告诉老板你只需要实现命令函数和状态转换函数。他们会对此产生质疑。为何是这些函数?只需要这些函数?向其解释为何一个控制器仅需要一个命令函数和一个状态转换函数。请用适当的言语,要简洁。
相关文章
|
2月前
|
人工智能 运维 Java
Spring AI Alibaba Admin 开源!以数据为中心的 Agent 开发平台
Spring AI Alibaba Admin 正式发布!一站式实现 Prompt 管理、动态热更新、评测集构建、自动化评估与全链路可观测,助力企业高效构建可信赖的 AI Agent 应用。开源共建,现已上线!
4156 62
|
2月前
|
人工智能 搜索推荐 数据可视化
当AI学会“使用工具”:智能体(Agent)如何重塑人机交互
当AI学会“使用工具”:智能体(Agent)如何重塑人机交互
390 115
|
2月前
|
人工智能 自然语言处理 安全
从工具到伙伴:AI代理(Agent)是下一场革命
从工具到伙伴:AI代理(Agent)是下一场革命
319 117
|
2月前
|
人工智能 定位技术 API
智能体(Agent):AI不再只是聊天,而是能替你干活
智能体(Agent):AI不再只是聊天,而是能替你干活
1004 99
|
2月前
|
人工智能 缓存 运维
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
本文介绍联调造数场景下的AI应用演进:从单Agent模式到多Agent协同的架构升级。针对复杂指令执行不准、响应慢等问题,通过意图识别、工具引擎、推理执行等多Agent分工协作,结合工程化手段提升准确性与效率,并分享了关键设计思路与实践心得。
571 20
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
|
人工智能 Cloud Native 搜索推荐
【2025云栖大会】阿里云AI搜索年度发布:开启Agent时代,重构搜索新范式
2025云栖大会阿里云AI搜索专场上,发布了年度AI搜索技术与产品升级成果,推出Agentic Search架构创新与云原生引擎技术突破,实现从“信息匹配”到“智能问题解决”的跨越,支持多模态检索、百亿向量处理,助力企业降本增效,推动搜索迈向主动服务新时代。
434 0
|
2月前
|
存储 人工智能 前端开发
超越问答:深入理解并构建自主决策的AI智能体(Agent)
如果说RAG让LLM学会了“开卷考试”,那么AI智能体(Agent)则赋予了LLM“手和脚”,使其能够思考、规划并与真实世界互动。本文将深入剖析Agent的核心架构,讲解ReAct等关键工作机制,并带你一步步构建一个能够调用外部工具(API)的自定义Agent,开启LLM自主解决复杂任务的新篇章。
543 6
|
2月前
|
人工智能 监控 Java
Spring AI Alibaba实践|后台定时Agent
基于Spring AI Alibaba框架,可构建自主运行的AI Agent,突破传统Chat模式限制,支持定时任务、事件响应与人工协同,实现数据采集、分析到决策的自动化闭环,提升企业智能化效率。
Spring AI Alibaba实践|后台定时Agent
|
2月前
|
人工智能 并行计算 PyTorch
以Lama Cleaner的AI去水印工具理解人工智能中经常会用到GPU来计算的CUDA是什么? 优雅草-卓伊凡
以Lama Cleaner的AI去水印工具理解人工智能中经常会用到GPU来计算的CUDA是什么? 优雅草-卓伊凡
287 4
|
3月前
|
机器学习/深度学习 人工智能 小程序
RL 和 Memory 驱动的 Personal Agent,实测 Macaron AI
人工智能不仅提升生产力,也重塑人际关系。Macaron AI 探索“哆啦A梦关系”,融合实用与情感,通过长期记忆和强化学习技术,实现深度个性化陪伴,开创人机互动新方式。
255 0