Artificial Intelligence – Phân loại tác tử

Bài viết Artificial Intelligence – Phân loại tác tử thuộc chủ đề về Hỏi & Đáp thời gian này đang được rất nhiều bạn quan tâm đúng không nào !! Hôm nay, Hãy cùng HLink tìm hiểu Artificial Intelligence – Phân loại tác tử trong bài viết hôm nay nhé ! Các bạn đang xem nội dung về : “Artificial Intelligence – Phân loại tác tử”

Đánh giá về Artificial Intelligence – Phân loại tác tử

Tiếp theo về tác vụ của phần trước (link: https://viblo.asia/tanphan/posts / NbmebAdpGYO ) Chủ đề hôm nay là phân loại tác nghiệp nha mọi người 4 loại cơ bản tác vụ:

• Tác tử phản xạ dễ dàng
• Tác tử phản xạ dựa trên mô hình
• Tác tử dựa trên mục tiêu
• Tác tử dựa trên lợi ích

Tác tử phản xạ dễ dàng

Tác tử hành động theo một quy tắc có khó khăn phù hợp với trạng thái hiện thời của môi trường

Hiểu dễ dàng là tác vụ có 1 tập luật và có kho lưu trữ (biết) 1 loạt các trạng thái của môi trường, nếu có trạng thái này thì có luật này, luật này sẽ trả về 1 hành tương ứng

class SimpleReflexAgent static RULES #tập luật dạng điều kiện -> hành động def reflex action = action_rule load_rule end def load_rule rule_match state, rules end def state interpret_input percept end end 

có thể hình dung qua sơ đồ sau: Sơ đồ này khá dễ dàng, nhìn qua là hình dùng được nên mình sẽ không nói kĩ nhé :v

Tác tử phản xạ dựa trên mô hình

Tác tử sử dụng mô hình nội bộ để giám sát trạng thái hiện nay của môi trường Cách tác tử lựa chọn hành động giống như tác tử phản xạ đơn giản

class ReflexAgentWithState static RULES #tập luật dạng điều kiện -> hành động static state #trạng thái hiện thời của môi trường static action #action gần nhất def reflex action = action_rule load_rule end def load_rule rule_match state, rules end def state update_state state, action, percept end end 

Sơ đồ mô hình: Nào cùng tìm hiểu chút nha : Đầu tiên sensors của tác tử nhận input từ môi trường. nhưng ngoài việc nhận input, đối sánh luật và đưa ra hành động, tác tử này thông minh hơn 1 tí, nó kiểm tra state của môi trường, đối chứng xem môi trường thay đổi ngay như thế nào và xem lại nó đã làm gì trước đó để đưa ra 1 hành động thích hợp nhất (hay tìm 1 luật phù hợp nhất trong trường hợp này). Tác tử dạng này tiến hóa hơn tác tử dạng trước một chút, đó là thay vì chỉ nhận input từ môi trường và đối chiếu luật đưa ra hành động, tác tử này biết thêm thông tin về môi trường (chi tiết là sự thay đổi ngay của môi trường) và dùng hành động trước đó để đưa ra hành động hiện thời phù hợp.

Tác tử dựa trên mục tiêu

Biết thông tin về môi trường như tác tử dựa trên mô hình, ngoài ra tác tử này còn biết thêm thông tin về mục tiên nó cần đạt được.

Ví dụ đơn giản nhất: tác tử máy lau nhà khi đứng giữa 4 viên gạch đều đặn có khả năng đi (theo 4 hướng), tác tử có thêm 1 mục tiêu là ưu tiên lau viên gạch bẩn nhất. vậy là nó sẽ xử lí thêm 1 lượng thông tin và tìm ra viên gạch bẩn nhất để lau trước. Tác tử dựa trên mục tiêu sẽ có 1 quy trình làm việc chuẩn sau:

• Theo dõi trạng thái Hiện tại của môi trường
• Lưu trữ 1 tập các mục tiêu
• Đưa ra hành động để hướng tới mục tiêu Mô hình: Theo mô hình trên, ta thấy là đã không còn 1 tập luật gì hết cả, mà thay vào đấy là goals, ta thay thế tập luật bằng tập các mục tiêu cần phải đạt được, vậy nên sau khi nhận input từ môi trường, xử lí thông tin môi trường này nọ, tiếp theo sẽ là tìm ra hành động. ở đây, tác tử sẽ phân tích xem, nếu hành động này thì goal là gì, nó sẽ chọn ra hành động miễn hướng đến 1 loạt các mục tiêu được đề ra.

✅ Mọi người cũng xem : tâm linh là gì thích chân quang

Tác tử dựa trên lợi ích

Tác tử có thông tin về môi trường, có thông tin về mục tiêu nhưng hoạt động dựa trên hiệu quả của hành động.

Để dễ hiểu, quay lại bài toán robot lau nhà, thừa nhận rằng robot ưu tiên lau gạch bẩn nhất là 1 mục tiêu nhỏ, lau sạch toàn bộ căn phòng là mục tiêu lớn, nhưng đi theo viên gạch nào sẽ làm cho việc lau nhà hiệu quả nhất (tiết kiệm pin, thời gian, ít viên gạch bị lau lại lần 2… là 1 trong các tiêu chí đánh giá hiệu quả của robot) Từ đó, ta sinh ra hàm đánh giá lợi ích của tác tử. Mô hình: Mô hình này tiến hóa hơn mô hình phản xạ dựa trên mục tiêu là tác tử có thêm 1 hàm đành giá hiệu quả trước khi đưa ra hành động trên mục tiêu. dễ hiểu vậy thôi =)) Được rồi dừng ở đây thôi. Bài tiếp theo mình sẽ nói về tác tử có thể học và chúng ta sẽ đi vào những giải thuật cơ bản nhất của trí tuệ nhân tạo nhé, chúc mọi người ăn tết vui vẻ

Các câu hỏi về tác tử là gì