《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
|
3天前
|
人工智能 决策智能 C++
【AI Agent系列】【阿里AgentScope框架】5. Pipeline模块的组合使用及Pipeline模块总结
【AI Agent系列】【阿里AgentScope框架】5. Pipeline模块的组合使用及Pipeline模块总结
18 1
|
3天前
|
人工智能 搜索推荐 决策智能
【AI Agent系列】【阿里AgentScope框架】1. 深入源码:详细解读AgentScope中的智能体定义以及模型配置的流程
【AI Agent系列】【阿里AgentScope框架】1. 深入源码:详细解读AgentScope中的智能体定义以及模型配置的流程
32 0
|
3天前
|
存储 人工智能 开发框架
【AI Agent系列】【阿里AgentScope框架】0. 快速上手:AgentScope框架简介与你的第一个AgentScope程序
【AI Agent系列】【阿里AgentScope框架】0. 快速上手:AgentScope框架简介与你的第一个AgentScope程序
13 0
|
3天前
|
人工智能 Oracle 关系型数据库
【AI Agent系列】【LangGraph】1. 进阶实战:给你的 LangGraph 加入条件分支(Conditional edges)
【AI Agent系列】【LangGraph】1. 进阶实战:给你的 LangGraph 加入条件分支(Conditional edges)
13 0
|
3天前
|
存储 人工智能 数据库
【AI Agent系列】【MetaGPT多智能体学习】8. MetaGPT多智能体进阶练习 - 使用MetaGPT重构BabyAGI
【AI Agent系列】【MetaGPT多智能体学习】8. MetaGPT多智能体进阶练习 - 使用MetaGPT重构BabyAGI
9 0
|
3天前
|
人工智能 决策智能
【AI Agent系列】【MetaGPT多智能体学习】3. 开发一个简单的多智能体系统,兼看MetaGPT多智能体运行机制
【AI Agent系列】【MetaGPT多智能体学习】3. 开发一个简单的多智能体系统,兼看MetaGPT多智能体运行机制
29 0
|
3天前
|
数据采集 人工智能 Python
【AI Agent系列】【MetaGPT】9. 一句话订阅专属信息 - 订阅智能体进阶,实现一个更通用的订阅智能体(2)
【AI Agent系列】【MetaGPT】9. 一句话订阅专属信息 - 订阅智能体进阶,实现一个更通用的订阅智能体(2)
25 1
|
3天前
|
人工智能 开发工具 git
【AI的未来 - AI Agent系列】【MetaGPT】5. 更复杂的Agent实战 - 实现技术文档助手
【AI的未来 - AI Agent系列】【MetaGPT】5. 更复杂的Agent实战 - 实现技术文档助手
52 0
|
3天前
|
人工智能 前端开发
【AI的未来 - AI Agent系列】【MetaGPT】2. 实现自己的第一个Agent
【AI的未来 - AI Agent系列】【MetaGPT】2. 实现自己的第一个Agent
12 0
|
3天前
|
人工智能 API 决策智能
【AI的未来 - AI Agent系列】【MetaGPT】1. AI Agent如何重构世界
【AI的未来 - AI Agent系列】【MetaGPT】1. AI Agent如何重构世界
52 0

热门文章

最新文章