人工智能入门文档深度页
环境、状态、动作与目标
用环境、可观察状态、候选动作和完成条件描述 Agent 任务。
学习目标
- 能说明环境、状态、动作与目标解决什么问题，以及何时适用。
- 能解释为什么“状态缺失关键信息”是误区。
学习前需要掌握
背景与问题
如果没有清楚状态和目标，Agent 可能重复动作、误判完成或把中间结果当成最终结果。
概念定义
环境是 Agent 可观察并可能改变的外部世界；状态是当前决策所需信息；动作是允许执行的操作；目标定义成功。
直观理解
像导航：地图与道路是环境，当前位置是状态，转弯是动作，到达地址是目标。
核心原理
状态应包含决策所需且允许保存的信息。
动作集合同时是能力边界和安全边界。
目标必须可检查，最好有明确的完成谓词和失败条件。
理解与实践步骤
- 1
列出环境中的对象
- 2
定义可观察字段
- 3
定义允许动作及副作用
- 4
写出完成、失败与停止条件
实际应用
- Agent 设计
- 强化学习问题建模
常见错误
状态缺失关键信息
目标无法验证
动作没有副作用说明
输入、输出与执行边界
输入
- 观察
- 历史状态
- 用户目标
输出
- 下一动作
- 更新后的状态
- 完成判断
能力
- Agent 设计
- 强化学习问题建模
只读优先默认不要求审批
推荐学习资料
暂未收录相关资料
参考库不会生成虚假资源或无效外部链接。