【摘要】：在大部分实时环境中，智能体将要处理随着时间而变化的信度——它自己的或其它智能体的信度。智能体将不得不为涉及自身信度的改变而设计规划，比如买一张地图来找出如何到达Bucharest。例如，为了说Lois今天相信超人会飞，我们写作：如果信度的对象是一个能够随时间变化的命题，那么它也能用字符串内的T算符来表示。
10.4.3 知识、时间和行动
在大部分实时环境中，智能体将要处理随着时间而变化的信度——它自己的或其它智能体的信度。智能体将不得不为涉及自身信度的改变而设计规划，比如买一张地图来找出如何到达Bucharest。当使用别的谓词时，我们能使Believes具体化，讨论发生在某个时段的信度。例如，为了说Lois今天相信超人会飞，我们写作：
T(Believes(Lois, “Flies(Superman)”, Today)
如果信度的对象是一个能够随时间变化的命题，那么它也能用字符串内的T算符来表示。例如，Lois今天可能会相信超人昨天会飞：
T(Believes(Lois, “T(Flies(Superman), Yesterday)”, Today)
给定一个随时间描述信度的方法，我们能用事件演算机制来制定涉及信度的规划。行动可以具备知识前提和知识效果。例如，“拨某人电话号码”的行动具有“知道这个号码”的前提，“查找电话号码”的效果是“知道这个号码”。我们可以用时间演算机制来描述后一个行动：
搜集和使用信息的规划通常用一个称为运行时间变量的简写符号来表示，它跟前面定义的非引语变量约定有紧密联系。例如，查找Bob的号码然后拨打这个号码的规划可以写作：
这里，
是一个运行时间变量，它的值被Lookup（查找）行动所限制，接着可以被Dial（拨打）行动所使用。这种类型的规划在部分可观察域中频繁发生。我们将在下一节和第十二章中看到一些例子。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
