výuka

Agenti a distributivní systémy, umělá inteligence, teorie her, sociální vědy.

Agenti a objekty: agenti jsou chytří, autonomní, aktivní.

Prostředí reprezentujeme konečnou množinou diskrétních stavů (jeden z nich, typicky značený e₀, je počáteční) a přechodovou funkcí, která popisuje chování prostředí.

Běh agenta je sekvence (uspořádaná n-tice), ve které se střídají stavy prostředí a akce agenta. Agent reaguje na změnu prostředí nějakou svou akcí, není ale jasné, jestli provedení akce povede ke kýžené (či vůbec nějaké) změně prostředí. Běh může končit akcí nebo stavem.

Přechodová funkce tau je funkce z běhů končících akcí do potence stavové množiny. Prostředí je tedy nedeterministické a závislé na historii. Pokud tau nějakého běhu je prázdná množina, jde o ukončený (a tedy konečný) běh.

Agent je funkce z běhů ukončených stavem na akci. Množinu všech ukončených běhů agenta Ag v prostředí Env značíme R(Ag, Env).

Aby sekvence střídajících se stavů a akcí byla během nějakého agenta, musí začínat počátečním stavem, akce musí být výsledkem agentové funkce a stavy musí být prvkem výsledku přechodové funkce.

Oslabení: Čistě reaktivní agent — neuvažuje historii, funkce Ag je ze stavů do akcí.

Vnímající agent: Funkce see a action. See pozoruje prostředí a přetváří stavy prostředí na vjemy, action přetváří sekvence vjemů na akce.

Stavový agent: Funkce see, next a action. See funguje stejně, next pracuje s vnitřní datovou strukturou stavů, která zaznamenává informace o prostředí a jeho historii. Next přetváří vnitřní stav a vjem na nový stav, action nový stav na akci.