这是一本关于人工智能的百科全书，堪称人工智能教材的典范。本科时我曾在人工智能课上学过这本书的第3版。很多年过去了，深度学习给世界带来了惊喜，推动了自然语言处理、计算机视觉、机器人学的 快速发展，也为社会带来了伦理、公平性和安全性的新挑战。我很欣喜 地看到第4版引入了这些领域大量最新研究成果。如果你想了解人工智能的全貌，不要错过这本书。                         

                                                         ——阿斯顿·张（Aston Zhang） 亚马逊资深科学家

一、智能体的基本概念

1.1 智能体的定义

任何通过传感器（sensor）感知环境（environment）并通过执行器 （actuator）作用于该环境的事物都可以被视为智能体（agent）。

智能体 = 通过传感器感知环境 + 通过执行器执行动作的系统

1.2 智能体与环境交互模型

关键理解：智能体程序是"大脑"，传感器和执行器是"身体"。

二、理性智能体理论

2.1 理性定义

理性智能体应选择最大化性能度量期望值的动作。

2.2 理性依赖的四个要素

1. 性能度量：评估成功程度的标准
2. 先验知识：对环境规律的了解
3. 可用动作：能够执行的操作集合
4. 感知历史：迄今为止的所有感知信息

2.3 理性 vs 全知 vs 完美

概念	含义	现实性
理性	基于可用信息最优决策	可实现
全知	知道所有实际结果	不可能
完美	实际表现最优	依赖运气

2.4 信息收集的价值

理性智能体会主动采取行动获取更多信息（如检查路况后再过马路），因为更好的信息能带来更好的决策。

三、任务环境分类（PEAS框架）

3.1 PEAS描述框架

组件	含义	示例（自动驾驶出租车）
P	性能度量	安全、效率、舒适度、利润
E	环境	道路、交通、天气、行人
A	执行器	方向盘、油门、刹车、显示屏
S	传感器	摄像头、雷达、GPS、速度表

3.2 环境属性维度

graph TD
A[环境属性] --> B[可观测性]
A --> C[智能体数量]
A --> D[决策时序]
A --> E[动态性]
A --> F[离散性]
A --> G[知识完整性]
    
B --> B1[完全可观测]
B --> B2[部分可观测]
C --> C1[单智能体]
C --> C2[多智能体]
D --> D1[回合式]
D --> D2[序贯式]

详细分类表：

属性维度	类型1	类型2	示例
可观测性	完全可观测	部分可观测	象棋 vs 扑克
智能体数量	单智能体	多智能体	crossword拼图 vs 围棋
决策时序	回合式	序贯式	质检 vs 自动驾驶
动态性	静态	动态	已发牌 vs 实时交易
离散性	离散	连续	棋盘游戏 vs 机器人控制
知识完整性	已知	未知	规则明确的游戏 vs 探索新环境

四、智能体类型与结构

4.1 智能体程序架构

人工智能的工作是设计一个智能体程序（agent program） 实现智能体函数，即从感知到动作的映射。假设该程序将运行在某种具有物理传感器和执行器的计算设备上，我们称之为智能体架构（agent architecture）。

智能体 = 架构（硬件平台） + 程序（决策逻辑）

4.2 四种基本智能体类型

4.2.1 简单反射型智能体

• 原理：直接根据当前感知选择动作
• 结构：条件-动作规则（if-then）
• 优点：简单快速
• 缺点：无法处理部分可观测环境
• 示例：看到红灯就刹车

4.2.2 基于模型的反射型智能体

• 核心增强：维护内部状态追踪世界
• 关键组件：
  • 转移模型：动作如何改变世界
  • 传感器模型：感知如何反映世界状态
• 优势：能处理部分可观测性

4.2.3 基于目标的智能体

• 核心特征：具有显式目标信息
• 决策方式：评估动作是否能实现目标
• 优势：更灵活，目标改变即可适应新任务

4.2.4 基于效用的智能体

• 核心特征：具有效用函数评估状态好坏
• 决策方式：最大化期望效用
• 适用场景：
  • 多个目标需要权衡
  • 目标有不同实现方式需要选择
  • 不确定性环境下决策

4.3 智能体类型对比表

类型	关键信息	优点	局限性
简单反射型	当前感知	简单高效	无法处理部分可观测性
基于模型型	内部状态	处理部分可观测	可能模型不准确
基于目标型	目标状态	灵活适应	无法权衡多个目标
基于效用型	效用函数	最优决策	效用函数难设计

五、学习型智能体

5.1 学习组件架构

5.2 各组件功能

• 性能元件：负责决策和行动（前四类智能体）
• 学习元件：根据反馈改进性能元件
• 评价器：提供性能反馈信号
• 问题生成器：建议探索性行动获取新经验

5.3 学习内容

智能体可以学习改进：

• 条件-动作规则（反射组件）
• 转移模型和传感器模型（世界知识）
• 效用函数（偏好信息）

六、关键概念总结

6.1 核心术语

• 智能体：任何能感知环境并执行行动的系统
• 理性：基于可用信息最大化性能期望值
• PEAS：描述任务环境的框架
• 可观测性：智能体能获得的环境信息完整性
• 自主性：智能体通过学习适应新环境的能力

6.2 重要区别

1. 智能体函数 vs 智能体程序：数学描述 vs 具体实现
2. 理性 vs 全知：现实可行 vs 理想化假设
3. 性能度量 vs 效用函数：外部评价标准 vs 内部偏好表示

6.3 设计启示

1. 任务环境分析是智能体设计的第一步
2. 环境属性决定合适的智能体类型
3. 学习能力是实现真正自主性的关键
4. 效用函数设计需要谨慎避免意外后果

---

🎯 第2章核心要点

1. 智能体是AI研究的基本单元，通过感知-行动循环与环境交互
2. 理性是智能体设计的核心标准，强调基于可用信息的最优决策
3. 任务环境分析（PEAS） 是智能体设计的关键前提
4. 四类智能体结构呈现了从简单到复杂的演进路径
5. 学习能力使智能体能够适应未知环境和改进性能

下一章预告：第3章将深入探讨智能体如何通过搜索算法在复杂环境中解决问题。

第2章 智能体 - 复习测试题

第一部分：基础概念选择题

1. 智能体的核心定义是：

A. 能够思考的计算机程序

B. 通过传感器感知环境并通过执行器执行动作的系统

C. 能够通过图灵测试的机器

D. 具有人类级别智能的实体

2. 理性智能体的决策基础是：

A. 模仿人类决策过程

B. 基于所有可能信息的完美决策

C. 最大化性能度量的期望值

D. 遵循预设的规则集合

3. PEAS描述框架中，"环境"指的是：

A. 智能体运行的操作系统

B. 智能体所在的物理位置

C. 影响智能体感知和受智能体动作影响的世界部分

D. 智能体的内部状态集合

4. 简单反射型智能体的主要局限性是：

A. 决策速度太慢

B. 无法处理部分可观测环境

C. 需要大量计算资源

D. 不能学习新知识

5. 基于效用的智能体相比基于目标的智能体的主要优势是：

A. 决策更快速

B. 能够处理多个竞争性目标

C. 更容易编程实现 D. 不需要环境模型

---

第二部分：概念辨析与填空题

6. 完成智能体类型对比表：

智能体类型	核心决策依据	适用环境特征	典型示例
简单反射型		完全可观测
基于模型型	内部状态模型		自动驾驶车辆
基于目标型		目标明确但路径复杂
基于效用型	效用函数	需要权衡多个目标

7. 理性 vs 全知辨析

• 理性智能体基于______做出决策，追求______最优
• 全知智能体知道______，但现实中______
• 举例说明：在医疗诊断中，理性表现为______，全知意味着______

---

答案要点与评分标准

选择题答案

1. B（智能体的正确定义）
2. C（理性的核心是期望值最大化）
3. C（环境的准确定义）
4. B（简单反射型的本质局限）
5. B（效用智能体的核心优势）

概念辨析题评分标准

第6题（每空1分，共8分）：

• 简单反射型：当前感知 / 规则明确的简单环境 / 自动门禁系统
• 基于模型型：部分可观测、动态环境
• 基于目标型：显式目标状态 / 路径规划机器人
• 基于效用型：医疗诊断系统

第7题（每空1分，共4分）：

• 可用信息 / 期望 / 所有实际结果 / 不可能实现
• 基于症状和检验结果诊断 / 知道确切病因和最佳治疗方案