【摘要】：重要的是，要记住描述智能体偏好行为的效用函数的存在性，并不一定意味着智能体在其自身的思考中会明确地最大化该效用函数。不过，通过观察一个理性智能体的偏好，可以构造出一个能代表该智能体的行动真正试图达到的目标的效用函数。
16.2.2 然后就有了效用
注意效用理论的公理没有提到任何关于效用的内容：它们只谈论了偏好。偏好被假定为理性智能体的一个基本属性。一个效用函数的存在遵循下列效用公理：
1．效用原则
如果一个智能体的偏好遵守效用公理，那么存在一个在状态上进行运算的实价值函数 U，使得U(A)＞U(B)当且仅当该智能体偏好A甚于B时，并且U(A) = U(B)当且仅当该智能体在A和B之间无偏向时。
U(A) > U(B) ⇔ A Φ B
U(A) = U(B) ⇔ A ~ B
2．最大期望效用原则
一个彩票的效用是把每个结果的概率乘以每个结果的效用的乘积，然后求和。
换句话说，一旦可能结果状态的概率和效用被指定，涉及到那些状态的复合彩票的效用就被完全确定了。由于一个非确定性行动的结果是一个彩票，这将为我们提供根据公式(16.1)得到的 MEU决策规则。
重要的是，要记住描述智能体偏好行为的效用函数的存在性，并不一定意味着智能体在其自身的思考中会明确地最大化该效用函数。如我们在第二章中所说明的那样，理性的行为表现可以通过多种任意方法产生，其中有些方法比显式的效用最大化更有效。不过，通过观察一个理性智能体的偏好，可以构造出一个能代表该智能体的行动真正试图达到的目标的效用函数。
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。
