AI Agent 结构与分类

本文介绍: 在人工智能中，智能代理AI Ag e n t是以智能方式行事的代理；它感知环境，自主采取行动以实现目标，并可以通过学习或获取知识来提高其性能。智能代理可以是简单的，也可以是复杂的：恒温器或其他控制系统被认为是智能代理的一个例子，人类是一个复杂的代理。为了理解智能代理的结构，我们应该熟悉架构和代理程序。架构是代理执行的机器。它是一种带有传感器和执行器的设备，例如机器人汽车、相机和 PC。代理程序是代理功能的实现。

一、什么是AI agent

在人工智能中，智能代理AI Ag e n t是以智能方式行事的代理；它感知环境，自主采取行动以实现目标，并可以通过学习或获取知识来提高其性能。人其实就是一种复杂代理。

为了理解智能代理的结构，我们应该熟悉架构和代理程序。架构是代理执行的机器，它是一种带有传感器和执行器的设备，例如机器人；代理程序是代理功能的实现。代理函数是从感知序列（代理迄今为止感知的所有历史记录）到动作的映射：

Ag e n t = 架构 + Ag e n t 程序

代理通过两种方式与环境交互：

感知
感知是一种被动交互，智能体在不改变环境的情况下获取有关环境的信息。机器人的传感器帮助它获取周围环境的信息而不影响周围环境。因此，通过传感器获取知识称为感知。
行动
行动是改变环境的主动互动。当机器人用手臂移动障碍物时，随着环境的改变，这被称为动作。机器人的手臂在其动作时被称为“效应器”。

1.1 AI Ag e nt代理结构

生成式人工智能代理感知环境并将它们带到内存流，在那里它们可以存储数据。根据其知识，它获取选定的数据（检索的记忆），这有助于确定它将决定的行动计划。其主要部分包括：

感知：这是指人工智能代理如何接受来自周围环境的数据。感知会影响智能体稍后存储和优先考虑记忆，使其成为第一个但关键的阶段。
内存流：这是代理存储和访问其所有数据的数据库。所有记忆都经过组织，以便以后轻松访问和检索。生成式人工智能代理使用时间戳和简短描述等工具来优雅地识别每个记忆。不只是回忆；框架的这一部分还可能记录生成人工智能代理过去的决策和行为。人工智能代理之所以聪明，是因为它如何对这些记忆进行优先级排序，以相应地检索它们。例如，最近的相关记忆最重要。
检索的内存：一旦内存流中的数据被正确存储，代理现在就会考虑回收操作所需的相关内存。如前所述，检索标准包括以下内容：
– 数据的最新程度，
– 数据的相关程度，以及
– 记忆的重要性。
反思：在分析检索到的记忆后，人工智能代理会产生复杂且超标准的暗示/想法。这些定期生成的结论和分数被存储回内存流中，以便将来访问它们。另一方面，在智能体采取相应行动之前，从检索到的记忆中进行反思也至关重要。
规划：AI智能体根据检索到的记忆决定的行动意义。它们不仅影响当前的行动，而且还存储在内存流中，以在未来的决策中保持平衡。此步骤确保代理根据收集的数据热衷于关注细节。
Act/Re a ct：Act ion是age nt处理后给出的响应。相反，反应是智能体对环境的看法的一部分。经过规划后，它决定要么感知更多数据，要么根据现有记录做出反应。