人工知能：現代的なアプローチ（第 4 版）#
第 2 章：知能エージェント#
知能エージェントとは何ですか？#
- 知能エージェントは、タスクを自律的に実行するプログラムまたはロボットを指します。
知能エージェントの構成要素#
- 知覚：知能エージェントはセンサーを通じて環境の状態を感知します。
- ビジョンセンサー：カメラなど。
- 音声センサー：マイクなど。
- 触覚センサー：タッチスクリーン、力センサーなど。
- 位置情報センサー：GPS など。
- 推論：知能エージェントは感知した情報に基づいて推論や判断を行います。
- 論理推論：論理的なルールに基づいて結論を導きます。
- 確率推論：確率統計的な手法を用いて推論を行います。
- 機械学習：知識を学習して推論を行います。
- 行動：知能エージェントは操作を実行して環境を変化させます。
- アクチュエータ：モーターやアームなど。
- 通信機器：Wi-Fi、Bluetooth など。
知能エージェントの分類#
- 単純反射型エージェント：現在の知覚に基づいて直接行動を実行します。
- モデルを持つエージェント：環境の観察に基づいて内部モデルを構築し、より良い操作を行います。
- モデル：環境の抽象的な記述です。
- 用途：環境の変化を予測し、行動を計画するために使用します。
- 環境モデル：地図、シーンなど。
- 操作モデル：タスクの実行方法など。
- 学習能力を持つエージェント：学習によって性能を向上させるエージェントで、モデルベースの学習とモデルを使用しない学習があります。
- モデルベースの学習：環境モデルを使用して学習します。
- 教師あり学習：ラベル付きデータを使用して学習します。
- 強化学習：報酬と罰に基づいて学習します。
- モデルを使用しない学習：環境モデルを使用せず、相互作用から直接学習します。
- 教師なし学習：データのパターンを発見して学習します。
- ディープラーニング：ニューラルネットワークを模倣して学習します。
- モデルベースの学習：環境モデルを使用して学習します。
- 自律エージェント：目標と計画を自己設定し、自己評価と調整を行うエージェントです。
- 目標：自律的で長期的な目標です。
- 長期目標：特定の状態に到達したり、特定のタスクを完了したりすることです。
- 短期目標：長期目標を達成するために立てられた具体的な計画です。
- 計画：目標を達成するために取られる一連の行動です。
- 計画立案：実行可能な計画を立てます。
- 計画実行：計画を実行し、常に調整します。
- 目標：自律的で長期的な目標です。