新一代技术导论 7

ArtificialIntelligence人工智能领域中的智能体第3单元新一代信息技术导论（人工智能+AIGC应用+技术融合）（微课版）（第2版）编：×××3.1认识智能体3.2智能体的关键技术智能体在重点产业中的应用实践3.3综合实践3.43.1.1智能体的定义智能体是一种能够感知环境并自主采取行动以实现特定目标的软件、硬件，或由软硬件构成的系统实体。它通常具备自主性、适应性和交互能力，能够通过传感器或数据接口获取信息，并根据内置规则或学习到的知识和算法进行判断和决策，然后通过执行模块或外部接口对环境产生影响，以完成任务或接近目标。智能体主要体现出以下特征。进化性预动性社会性反应性自主性3.1.2智能体的分类按照不同的标准，智能体可以分为各种不同的类型。分为简单反射智能体、基于模型的反射智能体、基于目标的智能体、基于效用的智能体和学习智能体五大类，下面依次进行介绍。1．简单反射智能体简单反射智能体是较为基础的一类智能体，其运作完全基于“条件—动作”规则。这意味着它们仅能根据当前的感知输入直接做出反应，而不会考虑任何过去的经验或历史数据。这种机制要求智能体的运行环境通常是可观测和能确定的，以便智能体能够依据预设的规则集预测行动结果并做出决策。3.1.2智能体的分类2．基于模型的反射智能体基于模型的反射智能体是简单反射智能体的一个重要演进，其核心突破在于它能够有效应对部分可观测的环境，即智能体不仅能依据当前的感知输入，还会结合其内部的环境模型来共同决定行动。这类智能体可以通过两个关键信息来实现其内部环境模型的持续更新，一个是世界如何独立于智能体而自主演变，另一个是智能体自身的动作已对世界产生了什么影响。3.1.2智能体的分类3．基于目标的智能体基于目标的智能体是使用环境信息来实现特定目标的人工智能驱动系统。与简单反射智能体或基于模型的反射智能体不同，这类智能体能够确定达到期望结果所需的最佳决策和行动序列。具体来说，基于目标的智能体的核心在于其决策始终服务于一个既定目标，它能通过搜索/规划算法来生成一个能高效实现该目标的行动计划，并将当前状态与目标进行对比，从而选择一个能与目标缩短距离的动作。3.1.2智能体的分类4．基于效用的智能体基于效用的智能体是人工智能决策架构中的一种高级形式，其核心在于通过一个效用函数来评估和选择行动。该函数可以为不同的环境状态或行动结果分配一个表征“满意度”的数值。它能评估所有可能行动的预期效用，并选择能将其最大化的那一个，这使得它能在复杂和不确定的环境中表现出更强的适应性和实现更高的决策质量。基于效用的智能体能够通过一个结构化的决策流程来实现其优化目的，如图所示。3.1.2智能体的分类5．学习智能体学习智能体是一类能够从过往经验中获取知识并随时间动态提升其性能的人工智能系统。一个典型的学习智能体包含以下4个协同工作的核心组件。01学习组件02评价组件03执行组件04问题生成器3.1.3智能体的发展1．概念萌芽与早期实践阶段20世纪50年代至80年代，智能体的核心基于智能源于对符号的操纵的思想，即通过预先设定的逻辑规则来模拟智能行为。智能体概念的诞生可以追溯到计算机科学和人工智能领域发展的初期。最初，智能体的概念主要与自动化和控制系统相关。20世纪50年代至60年代，随着计算机技术的发展，早期的人工智能领域研究者开始探索能够自主执行任务的系统，尽管这些系统的能力相对简单，但它们为智能体概念的提出奠定了基础。1976年，艾伦·纽厄尔和赫伯特·西蒙提出的“物理符号系统假设”为基于符号推理的智能体奠定了坚实的理论基础。1986年，马文·明斯基提出智能是由大量称为“智能体”的微小进程协同工作产生的观点，这一观点为分布式智能体系统提供了重要的思想源泉。3.1.3智能体的发展2．架构完善与环境交互阶段20世纪90年代至21世纪初，智能体的核心思想实现了重要飞跃，它被认为不应仅是被动响应预设规则的机器，而需具备内部状态，并能主动规划行动以达成特定目标或实现最大化效用。1997年，IBM的超级计算机“深蓝”击败了国际象棋世界冠军，成为基于目标的智能体的典范，展现了其在复杂规则约束下强大的搜索与规划能力；1999年，索尼推出的AIBO娱乐机器人（见图），作为早期具备自主行为与环境交互能力的消费级智能体，成功激发了公众对智能体技术的广泛想象与兴趣。3.1.3智能体的发展3．数据驱动与自主学习阶段21世纪10年代，随着深度学习的兴起，以及强化学习算法的日益成熟，智能体不再完全依赖于预设规则，而是能够直接从与环境的交互数据中自主学习行为策略。2016年，AlphaGo结合深度学习与强化学习击败人类围棋世界冠军。AlphaGo可通过自我对弈不断进化，是典型的学习智能。而AlphaGo击败人类围棋世界冠军这一事件标志着智能体在复杂决策领域达到新的高度。2020年，AlphaFold2在蛋白质结构预测上取得革命性突破，充分展示了学习智能体在科学发现等高端领域的巨大应用潜力。3.1.3智能体的发展4．大语言模型赋能与通用探索阶段21世纪20年代至今，智能体的发展以大语言模型为核心，大语言模型赋予了智能体强大的语言理解、任务分解与工具调用能力，使其能够处理开放世界中模糊、复杂的自然语言指令。这一新技术的基石是2017年提出的Transformer架构，以及在其基础上发展起来的各类大语言模型。在大语言模型的基础上，智能体迎来了认知能力的质变。GPT、BERT等大语言模型为智能体注入了丰富的世界知识和强大的推理能力，使其能够精准理解人类的复杂意图。DeepMind于2022年推出了通用智能体Gato，其单一模型便可处理语言、图像，乃至机器人控制等异构任务，展现了智能体向通用人工智能迈进的潜力。2023年出现的AutoGPT则标志着人工智能领域中智能体的成熟，它能够将复杂任务自动拆解为子任务，并循环调用各种工具来执行子任务，展现了高度的自主性。3.1.4智能体的分级智能体的分级通常采用从L0到L5的框架，这一分级框架借鉴了国际自动机工程师学会对自动驾驶的自动化分级逻辑，其核心依据是智能体的自主性、任务复杂度和环境适应能力。3.1.5基于大模型的智能体1．基于大模型的智能体的特点提高语言理解能力提升文本生成效果支持多场景应用降低开发成本12343.1.5基于大模型的智能体2．基于大模型的智能体产品介绍豆包是字节跳动公司基于自主研发的云雀模型及豆包大模型推出的人工智能工具，它以多模态交互能力为核心，支持文本、图像、语音等信息融合处理，并提供聊天对话、写作辅助、英语学习、生活服务、垂直场景决策等功能。其技术架构采用Transformer模型并对其进行优化创新，可实现自然流畅的语音交互与实时通话功能，同时具备图像理解和生成能力。1．豆包豆包创建智能体的界面3.1.5基于大模型的智能体扣子是字节跳动公司推出的智能体开发平台，它致力于降低大模型应用的构建门槛，用户可通过可视化界面或低代码方式快速创建具备对话、知识库调用或工具集成能力的专属智能体。扣子的特点在于其提供了丰富的插件生态与多模型支持，并支持将智能体一键部署至多元化场景。2．扣子文化智能体平台是基于文心大模型的智能体生态产品，强调在中文场景下的专业化与场景适配能力。它为用户提供了定制化智能体构建工具，支持企业结合行业知识库和业务逻辑开发客服、营销、教育等垂直领域应用。其特点在于深度整合百度搜索生态与多模态技术，并能针对中文语言文化进行优化。3．文心智能体平台3.1认识智能体3.2智能体的关键技术智能体在重点产业中的应用实践3.3综合实践3.43.2.1智能体的感知技术感知技术是智能体与外部环境交互的“窗口”，负责采集和理解环境信息，并为智能体后续决策提供原始数据。感知技术的最终目的是为智能体构建并维护一个准确的内部世界模型，让它能够“看得清、听得懂、知所在”，这是所有智能行为的起点。具体来说，智能体可以通过环境感知、信息融合与状态估计等技术来实现感知。3．状态估计1．环境感知0103在部分可观测的环境中，智能体无法直接获得环境的完整状态，此时利用状态估计技术就能使智能体根据不完整的、带有噪声的观测数据来推断和预测环境内

部的真实状态。环境感知是感知技术的基础，是指智能体通过硬件传感器或软件接口来获取原始数据。02单一传感器的信息往往具有局限性甚至是噪声，而信息融合技术则可以对不同来源、不同模态的数据进行综合处理，以生成对环境更为全面、可靠的统一理解。2．信息融合3.2.2智能体的决策技术决策技术是智能体的“大脑”，它能够基于感知技术提供的环境信息决定“现在应该做什么”。一个完整的决策过程可以简单理解为由问题建模、方案生成与评估选择构成的连续流程。1．问题建模问题建模是决策的第一个环节，其目的是让智能体“理解”它所处的环境。这个环节的关键是将复杂、连续的真实世界抽象为机器能够处理的结构化模型。这一环节涉及以下两种关键技术。状态空间表示是指将环境中所有可能的情况定义为一个“状态”集合，决策就是从“当前状态”向“理想状态”的转移。状态空间表示01不确定性处理是指使用概率模型或模糊逻辑来表示和处理“可能”“大概”等不确定性信息。不确定性处理023.2.2智能体的决策技术2．方案生成完成问题建模后，智能体的决策过程便会进入方案生成环节，以便系统性地探索可能的行动路径。这一环节主要依赖于以下两种技术路径。搜索算法是非常经典的方法，适合在已知模型中系统性地探索行动序列。其中，盲目搜索适用于小型空间；启发式搜索则具有更高的效率，其原理是利用预估成本来优先探索最有希望的路径。搜索算法策略函数可以通过建立从环境状态到最优动作的直接映射来实现快速响应。当智能体处于某个状态时，它无须进行在线搜索，而是直接通过策略函数执行动作，响应速度极快。策略函数01023.2.2智能体的决策技术3．评估选择当有多个可行方案时，智能体需要使用一套标准来评选出最佳方案。在实际情况中，智能体常借助以下两种技术来完成评估选择的任务。1效用函数与价值函数效用函数可以为不同的方案赋予一个代表“满意度”的数值，而价值函数则可以评估长期累积的回报。智能体通过计算每个行动的期望效用或期望价值来选择数值最高的那一个方案。2决策理论决策理论结合了概率论和效用理论中的贝叶斯决策理论，为在不确定性下做出最优决策提供了完整的数学框架，可以确保智能体的选择在概率意义上是“最理性”的。3.2.3智能体的学习技术学习技术主要包括监督学习、无监督学习、强化学习和模仿学习等，这里介绍模仿学习。模仿学习又称“从演示中学习”或“学徒学习”，是机器学习领域的重要分支。其核心目的是让智能体通过观察人类的演示行为，学会在复杂环境中做出类似的最优决策，解决在复杂任务中难以设计奖励函数的难题。对抗模仿学习是当前主流和先进的模仿学习方法，它直接学习策略，而无须求出奖励函数，其核心思想是训练一个判别器来区分“专家展示的‘状态－动作’对”和“智能体策略产生的‘状态－动作’对”；同时训练一个策略来生成能够以假乱真的数据，以欺骗判别器，当判别器无法区分两者时，策略就成功地模仿了专家。

对抗模仿学习行为克隆是较为直接和简单的模仿学习范式，它将模仿学习视为一个监督学习问题，其核心思想是直接学习从状态到动作的映射关系。行为克隆的大致原理是收集专家的轨迹数据，然后用这些数据训练一个模型；模型的目标是在给定某个状态时，输出与专家在该状态下执行的动作尽可能一致的动作。

行为克隆逆强化学习不直接学习动作，而是试图推断出专家行为背后隐藏的“奖励函数”，其核心思想便是找出最优行为对应的奖励函数。逆强化学习的大致原理是分析专家的示范数据，反推出一个能使得专家行为看起来最优的奖励函数，接着使用这个学习到的奖励函数通过强化学习来训练智能体。

逆强化学习020103

模仿学习主要包含三大核心范式3.2.4智能体的协作技术智能体之间实现有效协作主要依赖于以下3种关键技术。在存在合作与竞争的环境中，智能体之间的利益并非完全一致。此时，博弈与协商技术就提供了解决资源分配与决策冲突的理论框架。它可以借助博弈论模型来引导智能体通过谈判、竞争或策略互动等方式，最终达成对各方均有利的协议或形成稳定的均衡策略。博弈与协商当任务涉及多个智能体时，就需要通过协作规划来制订一个全局一致的行动计划。协作规划旨在将宏观目标分解并将分解后的目标分配给各个智能体，明确它们的任务分工、执行时序和相互依赖关系，从而保证整体行动的高效与有序。协作规划通信是协作的基石，智能体之间需要依靠一套共享的通信协议来高效地交换数据、传递意图与共享信息。这套协议既可以是简单、高效的预定义信号，也可以是复杂、灵活的自然语言交互。通信协议无人机集群表演3.1认识智能体3.2智能体的关键技术智能体在重点产业中的应用实践3.3综合实践3.43.3.1智能体在工业制造中的应用工业智能体是指在工业环境中，通过融合工业机理和人工智能技术而开发、部署和运行的，能够对生产设备、工艺流程和物流管理等环节进行自主控制与优化的系统。工业智能体具备通过传感器网络和工业物联网平台感知物理环境与系统状态的能力，并能够利用内嵌知识库、规则引擎及认知计算模型对感知信息进行处理与分析。在认知结果和目标约束的指导下，不需要过多人工干预，工业智能体便可进行自主或半自主的决策优化，并通过工业系统、模型等工具执行决策，直接影响物理过程或业务流程。3.3.1智能体在工业制造中的应用1．工业智能体的具体应用工业智能体作为工业智能化转型中的“核心大脑”与“执行单元”，正通过集成感知、分析、决策与执行能力深度融入制造业的各个环节。其应用正由点及面，深刻改变着传统制造模式。下面列举了一些工业智能体在工业场景中的典型应用。（1）智能质检在工业生产中，工业智能体可以借助高清摄像头和人工智能视觉算法代替人眼对产品进行自动检测。（2）预测性维护预测性维护是利用智能体来保障设备健康，避免设备意外停机，其原理是在关键设备上安装传感器，以持续采集振动、温度等运行数据。（3）智能调度面对复杂的生产环境和资源约束，工业智能体能像一位“超级计划员”一样高效工作。（4）产线人机协同在现代化生产线上，工业智能体正成为工人的得力助手，构成人机协同的作业场景。（5）安全监控安全生产是制造业的重中之重，工业智能体可以为车间安全管理提供智能化的防护手段。（6）能耗优化工业智能体可以通过物联网技术实时采集生产线上的设备、空调、空压机等各类设备的能耗数据，并利用人工智能算法建立预测模型。（7）柔性制造在小批量、多品种的定制化生产中，工业智能体能够根据实时订单和物料情况自主调整加工路径、工艺参数和机器人程序。（8）仓储智能搬运在仓库中，工业智能体不仅可以调度智能搬运机器人，还能辅助管理整个仓储系统的库存、拣选和出库操作。3.3.1智能体在工业制造中的应用2．工业智能体的发展趋势展望随着数字化和智能化技术的融合发展，以及模型能力的持续提升，未来，工业智能体可能呈现以下发展趋势。传统的自动化系统依赖于预设的固定程序，缺乏应对变化的能力。而自主化系统则能够在复杂多变的环境下自主寻优，展现出更强的适应性与韧性。这样的自主化趋势已经在制造全流程的各个环节中有所体现，最终将实现贯穿整个工业价值链的智能跃迁。从自动化到自主化发展工业智能体是连接人工智能技术和工业应用场景的重要载体，早在大语言模型崛起之前，专为单一任务训练的小模型就已经扎根于生产线之中。基于机器学习、图像识别等技术，小模型能够完成工艺质量检测、设备故障预警等特定任务，在生产制造环节效果显著。在工业智能体持续拓展应用场景、提升价值维度的进程中，单凭企业内部资源进行封闭创新已难以应对市场挑战，因此基于开放生态体系的共创共生模式应运而生。0102从单点突破到系统赋能03从封闭创新到价值共创3.3.2智能体在客户服务中的应用1．客服智能体的具体应用电商零售政务服务电信与公共服务03金融服务0201043.3.2智能体在客户服务中的应用2．客服智能体的发展趋势展望

从“机械应答”到“情感智能与深度决策03从“从业人员”到“领域专家”04从“文本对话”到“多模态交互”01从“标准化问答”到“个性化与主动式服务”023.3.3智能体在智慧城市中的应用1．智能体在智慧城市中的具体应用010305城市交通治理与调度城市环境监测与能源管理智慧社区与居家养老020406城市公共安全与应急响应智慧医疗与