详细说明任务环境

2.3.1 详细说明任务环境

在我们对简单的吸尘器智能体的理性的讨论中，我们必须确定性能度量、环境，以及智能体的执行器和传感器。我们将把所有这些归为一组，置于任务环境的名下。根据首字母缩写，我们称之为PEAS （Performance，Environment，Actuators，Sensors）描述（分别是性能、环境、执行器和传感器的英文单词，取其首字母——译者注）。设计智能体时，第一步一定是详细说明任务环境，而且要尽可能地全面。

真空吸尘器的世界比较简单；让我们来考虑一个更复杂的问题：自动出租车司机。我们将在本章的剩余部分中贯穿使用这个例子。在读者警觉之前，应该指出的是，全自动出租车当前在一定程度上超越了现有技术的能力（参见第 1.4 节对已有的驾驶机器人的描述，或者查阅近来的智能运输系统会议论文集）。完全自动驾驶任务是极端开放的。环境条件的新组合会不断地产生，毫无限制——这也是我们选择自动驾驶作为讨论焦点的另一个原因。图2.4总结了出租车任务环境的PEAS描述。我们将在接下来的段落中更详细地讨论每个元素。

首先，我们希望我们的自动驾驶员向往的性能度量是什么？想要得到的品质包括：正确地到达目的地；油量消耗和磨损最小；到达目的地的时间和/或费用最少；对交通法规的触犯和对其他司机的干扰最少；安全性和乘客舒适度最高；利润最高。显然，这些目标有些是相互冲突的，所以要进行折中。

其次，出租车要面对的驾驶环境是什么？任何出租车司机都必须对付各种各样的道路，从乡间小路到城市街巷，到12条车道的高速公路。道路上可能有其它的车辆、行人、游荡的动物、道路施工、警车、卵石和坑洞等。出租车还要与潜在的和实际的乘客进行交互。还有一些可选项。例如出租车在南加州运行，雪就几乎不是一个问题。而如果出租车在阿拉斯加运行，那么雪的问题就必须考虑。它可能总是靠右行驶，但我们也许会想让它足够复杂，在英国或日本的时候靠左行驶。显而易见，对环境的约束越多，设计的问题就越容易。

图2.4 一个出租车自动驾驶系统的PEAS描述

自动出租车可用的执行器或多或少和人使用的驾驶系统是类似的：通过加速器控制引擎，还要控制转向和刹车。另外，它需要显示器输出或者语音合成器来与它的乘客交谈，也许还需要某种途径同其它车辆进行交流，不管是礼貌的方式或者其它方式。

为了在驾驶环境下达到目标，出租车需要知道它所在的地点，除了它路上还有什么，以及它的行驶速度。因此基本的传感器需要包括一个或多个可控制的电视摄像头、速度计和里程表。为了能够合适地控制车辆，尤其是在转弯时，还需要加速计；同时需要了解车辆的机械状态，所以还需要一组通常的引擎与电子系统的传感器阵列。它也许需要普通人类驾驶员用不到的仪器：卫星全球定位系统（GPS）参照电子地图给出精确的位置信息，红外线或声波传感器用于检测和其它车辆及障碍物之间的距离。最后，它需要一个键盘或者麦克风供乘客提出目的地的要求。

在图2.5中，我们勾勒了另外一些智能体类型的基本PEAS元素。更多的例子出现在习题2.5中。有些读者可能会感到惊讶，我们的智能体类型的清单中包括一些程序，它们运行在通过键盘输入和屏幕上的字符输出定义的完全人造的环境中。“当然，”有人可能会说，“这不是一个真实的环境，对不对？”事实上，重要的不是“真实”环境和“人造”环境的区别，而是智能体行为、环境产生的感知序列和性能度量之间的关系的复杂性。有些“真实”的环境事实上是相当简单的。例如，一个设计用来检测传送带上的零件的机器人，可以运用一些简化的假设：照明一直保持不变，传送带上惟一的东西就是它了解的一类零件，而且只有两种行动（接受或者拒绝）。

图2.5 智能体种类和对应的PEAS描述

与之相反，一些软件智能体（或称软件机器人）却存在于丰富的、无限制的环境中。想象设计用来驾驶大型商务飞机的飞行模拟器的软件机器人。模拟器里是一个非常细致的、复杂的环境，包括其它飞行器和地面操作，而软件智能体必须从范围很宽的各种不同行动中实时做出选择。或者想象用来扫描Internet（因特网）上的新闻来源并把有趣的条目发送给用户的软件机器人。要做得好，它需要某些自然语言处理能力，需要了解每个用户可能感兴趣的东西，还需要动态地改变它的计划——例如当一个新闻来源的连接断了或者新的资源开始联机。Internet是一个复杂性堪与现实世界匹敌的环境，而且其居民中包含很多人工的智能体。