「人工知能: 最新のアプローチ」という本の中で、Norvig と Russell は合理的なエージェントを次のように定義しています。
合理的エージェント:可能な知覚シーケンスごとに、合理的エージェントは、知覚シーケンスによって提供される証拠と、エージェントが持っているビルトイン知識を考慮して、そのパフォーマンス測定値を最大化すると予想されるアクションを選択する必要があります。
パフォーマンス測定値は、エージェントに実行してもらいたい望ましいアクションです (デザイナーによって修正および提供されます)。
私の質問は次のとおりです。エージェント、パフォーマンス測定、エージェントを取り巻く環境、およびエージェントが実行できるアクションが与えられた場合、エージェントが合理的であることをどのように証明できますか?
私はこれが非常に一般的であることを知っています。私は本の例を持っていますが、それは課題であり、必要なのは指示だけです.
ありがとうございました、
エージェントが実行できるアクションを、最もパフォーマンスの高いものから最もパフォーマンスの低いもの (望ましいアクションと最も互換性があるか、最も似ているもの、またはターゲット アクションの基礎を築くもの... または少なくとも不可能またはそれ以下にしないこと) の順にリストします。 -将来その行動を達成する可能性が高い）
可能な限り望ましいアクションを実行することを示すことで、エージェントが合理的であることを証明できます。
編集:無限の可能な決定が与えられた場合、(a)最後の決定、または(b)可能な決定のn次元空間内のランダムな点の周りの領域を調べることができます。「より高い」ポイント、つまりより合理的な行動への「道」があり、エージェントがそれを実行しない場合、エージェントは合理的に行動していません。そのような経路がない場合、または経路があり、エージェントがそれを「たどる」場合、エージェントは全知で合理的ではないかもしれませんが、意思決定によれば、合理的に行動していることを「見る」ことができます。
私の論文では、環境内の (疑似) ランダムな対戦相手のベースラインを使用しました。エージェントが実験を繰り返して 50% 以上の確率で対戦相手を凌駕できた場合、エージェントがランダムに行動するのではなく、ランダムよりもうまく行動することが証明されました。(信頼できる結果などを確認するために、通常の統計ツールで確認してください)
しかし、それが合理的であることの問題に答えているかどうかはわかりません。その点は特に考えていませんでした。しかし、ランダム以上に繰り返し行動する場合、エージェントは環境内の状況を改善するために意図的に行動しているに違いありません。
それ自体が合理的な AI であるよりタフな対戦相手は、パフォーマンスの実際のベンチマークを提供します。しかし、合理的なエージェントは最適なエージェントを意味するのでしょうか? （おそらくそうではありません。いくつかのボードゲームを除いて、最適なエージェントはほとんどありません）
しかし、エージェントを作成しているときは、ランダムよりも常にあなたがなりたい場所です:)そうでない場合、AIとは言えません;)
少なくとも提案です。データが適切に分析され、解釈されれば、実験は強力なものになります。