หลักการออกแบบ Agent 2 วิธี Intelligent Agent

หลักการออกแบบ Agent 2 วิธี

1.Task environments คือ สภาพแวดล้อมที่เกี่ยวข้องกับงานของ Agent โดยใช้หลักการของ PEAS

หลักการ PEAS 

Performance – กำหนดสมรรถนะของ agent หรือความต้องการให้ชัดเจน เพื่อนำมาวัดสมรรถนะการทำงานของ agent

Environment – กำหนดขอบเขตสภาพแวดล้อมทีเป็นไปได้ ซึ่งต้องมีความสอดคล้องและสนับสนุนการทำงานของ agent

Actuators – กำหนดส่วนประกอบของ agent ที่สามารถกระทำการโต้ตอบกับสภาพแวดล้อมได้ โดยกำหนดเฉพาะส่วนทีจำเป็น
Sensors – กำหนดส่วนของ agent รับข้อมูลกับสภาพแวดล้อมได้

ตัวอย่าง Agent ตามหลัก PEAS

ชนิด Agent	Performance	Environment	Actuators	Sensors
ระบบขับรถเเท็กซี่อัตโนมัติ	ปลอดภัย รวดเร็ว ปฏิบัติตามกฏจราจร สะดวกในการเดินทาง	ถนน สภาพจราจร คนเดินเท้าตามถนน ลูกค้า	พวงมาลัย ล้อ คันเร่ง เบรก รถ ส่วนเเสดงผล	กล้อง หน้าปัดบอกความเร็ว GPS เครื่องวัดระยะทาง
ระบบวินิจฉัยโรค	คนไข้มีสุขภาพดีขึ้น ค่าใช้จ่ายต่ำ	คนไข้ ผู้ร่วมงาน โรงพยาบาล	ส่วนเเสดงคำถาม การทดสอบ ส่วนวินิจฉัย	รับข้อมูลจากเเป้นพิมพ์ อาการ คำตอบคนไข้
ระบบวิเคราะห์ภาพดาวเทียม	จัดหมวดหมู่ภาพให้ถูฏต้อง	การเชื่อมโยงลงมาจากดาวเทียม	แสดงหมวดหมู่ของภาพ	ลำดับสีบนจุดภาพ (พิกเซล)

คุณสมบัติของสภาพแวดล้อมที่สนับสนุนงานของ Agent

2.Properties of task environments คือ คุณสมบัติสภาพแวดล้อมของงาน 

• เข้าถึงและมองเห็นได้ทั้งหมด agent รับรู้ข้อมูล/สถานะจากสิ่งแวดล้อมได้ง่าย
• สามารถคาดเดาสถานการณ์ได้ล่วงหน้าจากการกระท่าของตัวเอง
• ประสบการณ์ของ agent ที ได้รับจากสภาพแวดล้อมแบ่งออกเป็นฉากและ agent ตอบสนองโดยขึ้นกับฉากนั้นไม่ขึ้นกับฉากก่อนหน้า
• สภาพแวดล้อมที่ไม่มีการเปลี่ยนแปลง
• เป็นอิสระจากกัน ไม่ต่อเนื่องกัน
• มีagent ทำงานเพียงตัวเดียว จัดการงานได้ด้วยตัวเอง

ประเภทของ Agent

1. Simple reflex agents

2. Model-based reflex agents

3. Goal-based agents

4. Utility-based agents

5. learning agent