El entorno de tareas es la situación en la que opera un agente inteligente. Abarca todo fuera del agente que pueda afectar su comportamiento y rendimiento. Esto incluye:
* percepts: Las entradas sensoriales del agente del entorno.
* Acciones: Los cambios que el agente puede hacer al medio ambiente.
* Medida de rendimiento: Cómo se evalúa el comportamiento del agente (por ejemplo, ganar un juego, alcanzar una meta, minimizar los costos).
* Dinámica del entorno: Cómo cambia el entorno con el tiempo (por ejemplo, determinista, estocástico, episódico, secuencial).
Propiedades de un agente:
Un agente es cualquier cosa que pueda verse como percibir su entorno a través de sensores y actuar sobre ese entorno a través de los actuadores. Las propiedades clave a menudo utilizadas para caracterizar a un agente incluyen:
* Autonomía: El grado en que el agente puede operar de forma independiente y tomar sus propias decisiones sin control externo. Un agente completamente autónomo requiere una intervención humana mínima.
* Reactividad: La capacidad del agente para responder adecuadamente a los cambios en su entorno. Un agente reactivo responde directamente a sus percepciones, sin necesariamente planificar con anticipación.
* Proactividad (o orientación a objetivos): La capacidad del agente para tomar la iniciativa y perseguir objetivos en lugar de simplemente reaccionar a los estímulos. Un agente proactivo establece objetivos y trabaja activamente para lograrlos.
* Aprendizaje: La capacidad del agente para mejorar su rendimiento con el tiempo a través de la experiencia. Un agente de aprendizaje adapta su comportamiento basado en interacciones pasadas con el medio ambiente.
Es importante tener en cuenta que estas propiedades no son mutuamente excluyentes; Un agente puede poseer múltiples propiedades en diversos grados. Por ejemplo, un automóvil autónomo es autónomo, reactivo (respondiendo a obstáculos), proactivos (navegando a un destino) y aprendizaje (mejorando su navegación basada en patrones de tráfico).