現在要來介紹AI裡面一個最基本的概念：Agent
Agent這個詞的翻譯有很多種，代理人、經紀人之類的，不過在中文裡面我覺得沒有一個可以很精確描述Agent概念的東西，所以我決定延用英文，硬要說的話就是「單位個體」吧。
這個章節主要探討的會是：
一個Agent是如何在不同的環境與條件中用理性的方式去行動
於是我們首先得定義Agent：能夠觀察環境並行動即是Agent，而一個理性的Agent的行動目的是最大化自己的表現。
於是我們接著得定義Task Environment，也就是整個任務的環境，其中包含了個體的表現如何評價、環境本身的條件、能夠被偵測的東西以及能夠採取的行動，舉例來說，一張考卷上面規定了每個題目是幾分，我們能夠偵測的東西就是題目的敘述，而能夠採取的行為就是回答問題，選擇題的話就會被限定能夠作答的選項，最後評分。
上面這張圖能夠對Agent與環境之間的關係作最好的說明：
Agent用感測器(Sensors)從環境中得到觀察的資訊(Percepts)，丟入Agent Function以後決定作出什麼行為(Actuators)，最重要的就是中間這個Agent Function，因為他決定了Agent怎麼跟環境作互動。
而在這之中，最基本的即是PEAS，也就是：
P:Performance(目的)
E:Environment(環境)
A:Actuators(可作的行為)
S:Sensors(感測的東西)
上述四樣東西算是分析一個Task Environment的重要指標。
其中Environment有一套最基本的分類方式：
- Fully observable or Partially observable：也就是整個Task的環境、行為是否可以全部被觀測，還是只能部分觀測而已。
- Single-agent or multi-agent：顧名思義，單人還是多人，這裡要強調的是，判斷多人並不只是看有沒有其他Agent，還要看其他Agent會不會影響到你的表現，所以單以考試來說，即使全班一起考是，依然算是single-agent，但是如果考完試後會依據班平均調分，那麼就是multi-agent了。
- Deterministic(決定) or Stochastic(隨機)：下個瞬間的環境是否全部取決於你當下的環境與行為，舉例來說，掃地就不是Determinisic，因為即使你現在掃完了，你也無法保證下一秒會不會有落葉繼續落下(不過如果你將樹的位置、季節、風向都納入Environment的一環，也許又不一樣了)
- Episodic or Sequential：Episodic意味著行為前後不關聯，Sequential則意味著前後關聯，舉例來說，考試答題理論上是Episodic，但是如果是題組題，那麼就是Sequntial。
- Static or Dynamic：當下的環境在Agent做出行為之前會不會改變？如果是下棋的話，顯然就是不會，而如果是在路上開車，那麼顯然答案就是會。
- Discrete or Continuous：整個環境與行為是離散的還是連續的，比方說開車的一連串行為都會是連續的，但是下棋的話就會是一步一步完全分開的。
- Known or Unknown：Agent對於環境的Rules瞭不瞭解。
注意，某些情況下，整個Task Environment會是綜合的，不見得只能是兩邊的其中一個，像是可能某些行為是決定性的，但也加進了一些隨機的元素。(正常被往腦袋開槍就會死，但是有人能夠被救活)
此外，Performance Measure也就是評分的方式也會造成評估一個Agent是否理性的差異。舉例來說，如果今天選擇題的評分方式是答錯不倒扣，那麼對學生來說最好的策略就是不懂的題目也都亂猜，但是如果今天選擇題答錯要倒扣，那麼亂猜可能就不是一個理性的策略，甚至可能要去看倒扣的制度如何，才能決定我們的行為是否理性。
總結來說，一個理性的Agent的定義就是每個動作都追求評分的最大化，但是要注意，理性並不等於全知，也不等於預知，就像是我們寫考卷時，只是追求拿到考試的高分，但是並不代表我們能夠全知與預知答案，因此，即使是理性的Agent，也不等於成功的Agent。
接下來我們會些粗略的介紹一下幾種Agent的類別：
- Simple Reflex Agents
- Model-based reflex Agents
- Goal-based Agents
- Utility-based Agents
- Learning Agents
第一種Agent：Simple Reflex Agent
顧名思義，他只是很簡單的一種反射行為而已，他會根據當下的E跟S從A中選出適當的行為，比如說：
如果你會餓，就吃東西。
但是這有很大的問題，比方說要吃什麼東西？要怎麼點餐？這種複雜的東西如果要全部用simple reflex agent來完成的話可能就要寫到非常詳細，例如：
如果你會餓，是星期一，是中午，媽媽不在，有機車，就騎車去7–11買麻婆豆腐燴飯。
顯然，用這樣的方式去構築一個agent的規則在大部分的Task中是不可行的。
同時，他也只會根據當下的情況來決定要做什麼，而且只要缺少一些資料就無法做決定，因此就有了第二種Agent：Model-based Agent
Model-based Agent跟Simple reflex agent最大的差異就是Model-based agent的內在多了一些對於“現有世界”的Model，所以可以在partially observable的情況下進行。
比方說，今天開車有死角看不到後面有沒有車，Simple Reflex Agent可能就當機了，但是Model-based agent可能就會根據狀況而猜測後面沒車(或有車)而繼續行動。
接下來就是第三種Agent：Goal-based Agent
這種Agent則是連未來都開始考慮了，前面兩種Agent都只會做出行為，但是也許根本離目標越來越遠也不知道，而Goal-based agent則會連這點一起考慮進去，逐漸往目標前進(期望上)。
再來就是進階到第四種Agent：Utility-based Agent
這種Agent已經不只是考慮有沒有往目標前進，而且還會努力選擇更好的路徑，具體方法有像是BFS、DFS、Uniform-Cost Search、 A* Search等等。
最後一種顧名思義就是能夠學習的Agent，這一部份主要是Machine Learning的範疇，在一般的人工智慧課程裡比較少專注在這部分。
最終總結
- Agent透過Actutors跟Sensors跟整個環境作互動。
- Agent function會描述Agent在所以情況下應該如何行動。
- 評分方式會影響行動理性與否。
- 完美的理性Agent會時刻追求效益最大化
- 任務環境通常用PEAS去定義
- 環境的評估有多個面向，如靜態、單人等。
- 有很多基本種類的Agent