[人工智慧導論](https://app.notion.com/p/3e6fc631b0308131b213f0a3d93fe91d) › [W1（9/10）](https://app.notion.com/p/3e7fc631b03081309a2adad7f8ae1e27) › 05｜影片 [2:42:08–2:59:48](https://www.youtube.com/watch?v=KWGgi100YLY&t=9728s)｜投影片 Ch2 p.2–12｜上一章 [04 深度學習崛起與 AI 風險（2:07–2:31）](https://app.notion.com/p/3e7fc631b030813ba471f1cdc276f72c)｜下一章 無
## 重點
- Agent 是任何「用感測器感知環境、用促動器對環境做動作」的東西；agent function 把「到目前為止看到的一切」（percept sequence）對應到一個動作。
- 理性（rational）＝用手上的資訊，選「預期」效能最高的動作。理不理性要看效能標準怎麼定，而且理性不要求全知；老師強調 rational agent 是最能落地應用的一派。
- 描述任務環境先寫 PEAS（效能、環境、促動器、感測器），再替環境分類：看得到全部還是部分、有沒有其他 agent、結果確定還是隨機。
## Exam-ready
- **Agent**: "An agent is anything that can be viewed as perceiving its environment through sensors and acting upon that environment through actuators (促動器)."（Ch2 p.2）
- 中文：凡是能被看成「用感測器感知環境、再用促動器對環境做動作」的東西，都叫 agent。白話：會看、會動的都算，不管是機器人還是一段程式。難字：perceiving（感知）、actuators（促動器，負責做動作的部件）。
- **Agent function**: "An agent’s behavior is described by the agent function that maps any given percept sequence to an action."（Ch2 p.3）
- 中文：agent 的行為用 agent function 描述，它把任何一段感知序列對應到一個動作。白話：輸入「到目前為止看到的一切」，輸出「現在要做什麼」。難字：maps（對應）、percept sequence（感知序列）。
- **Rational agent**: "A rational agent is one that does the right thing."（Ch2 p.5）【老師強調】(2:50:21)
- 中文：理性的 agent 就是會做對事情的 agent。白話：不看它想得像不像人，看它做出來的結果好不好。難字：rational（理性的）。
- **Performance measure**: "It is better to design performance measures according to what one actually wants in the environment, rather than according to how one thinks the agent should behave."（Ch2 p.5）
- 中文：設計效能標準時，最好依照「你真正希望環境變成什麼樣子」，而不是依照「你覺得 agent 該怎麼動」。白話：評分看結果，不規定過程。難字：performance measure（效能標準）、behave（行動、表現）。
- **Definition of a rational agent**: "For each possible percept sequence, a rational agent should select an action that is expected to maximize its performance measure, given the evidence provided by the percept sequence and whatever built-in knowledge the agent has."（Ch2 p.6）
- 中文：面對每一種可能的感知序列，理性 agent 要根據目前看到的證據和內建的知識，選出預期能讓效能標準最高的動作。白話：用手上有的資訊，挑平均來看最好的一步。難字：expected（預期的）、evidence（證據）、built-in knowledge（內建知識）。
- **Omniscience**: "Our definition of rationality does not require omniscience (全知), because the rational choice depends only on the percept sequence to date."（Ch2 p.7）
- 中文：理性的定義不要求全知，因為理性的選擇只看到目前為止的感知序列。白話：沒人能預知未來，用已知資訊做出最好的選擇就算理性。難字：omniscience（全知）、to date（到目前為止）。
- **Autonomy**: "A rational agent should be autonomous—it should learn what it can to compensate for partial or incorrect prior knowledge."（Ch2 p.8）
- 中文：理性 agent 應該要自主：盡量學習，用學到的東西彌補不完整或錯誤的事前知識。白話：不能只靠設計者先寫好的規則，要自己從經驗修正。難字：autonomous（自主的）、compensate（彌補）、prior knowledge（事前知識）。
- **PEAS**: "Task environment: we have to specify the performance measure, the environment, and the agent’s actuators and sensors."（Ch2 p.9）
- 中文：描述任務環境時，要寫清楚效能標準、環境、agent 的促動器和感測器，四樣合稱 PEAS。白話：設計 agent 前先回答「怎麼算做得好、在哪裡做、能做什麼、能看到什麼」。難字：specify（明確寫出）、task environment（任務環境）。
- **Fully observable**: "if the sensors detect all aspects that are relevant to the choice of action"（Ch2 p.11）
- 中文：如果感測器能偵測到跟選擇動作有關的所有面向，環境就是完全可觀察的。白話：做決定需要的資訊全都看得到，例如棋盤；看不到全部就是 partially observable（部分可觀察）。難字：detect（偵測）、relevant（相關的）。
- **Deterministic vs. stochastic**: "If the next state of the environment is completely determined by the current state and the action executed by the agent, then we say the environment is deterministic; otherwise, it is stochastic."（Ch2 p.12）
- 中文：如果環境的下一個狀態完全由「現在的狀態」加上「agent 做的動作」決定，就叫確定性環境，否則叫隨機性環境。白話：做完動作的結果百分之百可預測就是確定，會有意外就是隨機。難字：deterministic（確定性的）、stochastic（隨機的）、executed（執行的）。
## [2:42:08](https://www.youtube.com/watch?v=KWGgi100YLY&t=9728s) Agent 不是新名詞
老師用最後十幾分鐘開始講第二章 Intelligent Agents（智慧代理人），並說 Ch1、Ch2 都偏「聊聊天」，真正的核心從 Ch3 開始。學生可能會問：不是說不教最新的 agent 嗎？老師的回答是：agent（代理人，替你感知並行動的東西）在 AI 領域已經存在幾十年，只是最近大家用大型語言模型（LLM）來實作，才讓人以為 agent 就是 ChatGPT 或 Anthropic 的 Claude 在做的事。
比喻：「員工」這個詞用了幾百年，現在出現 AI 員工，不代表「員工」是新發明的概念。
考試可能怎麼問：這段本身是背景，但課本後面每一章都用 agent 的框架來講，後面的題目都會用到這個詞。
老師原話是什麼？
- 「但其實 Agent 這個概念，老早在幾十年來就一直都有」(2:43:55)
- 「第一章跟第二章都是這種聊聊天的，真正會比較進入到核心的那種，會從第三章開始」(2:59:31)
## [2:44:02](https://www.youtube.com/watch?v=KWGgi100YLY&t=9842s) Agent 的定義
只要能透過感測器（sensor）感知環境、透過促動器（actuator，負責做動作的部件）對環境採取行動，就是 agent。它可以是一個系統、一台機器、一段程式，甚至只是你寫的一個函式。為什麼範圍這麼廣？因為這個定義只看「收資訊、做動作」的角色，不管裡面是什麼做的：sensor 不限溫度或濕度感測器，只要能接收某個範圍的資訊都算；動作也不一定是機器手臂在動，回傳一串資料也算。
比喻：手機導航就是一個 agent：GPS 是它的眼睛（sensor），語音說「前方右轉」是它的手（actuator）。
考試可能怎麼問：Define an agent, and give an example of its sensors and actuators.
下面是課本的 agent 示意圖：左邊灰框是 agent，右邊是環境。環境的資訊（percepts）從感測器進來，中間的「?」決定要做什麼，再由促動器把動作（actions）送回環境。
圖上重點：Agent（代理人，左邊大灰框）、Environment（環境，右邊直立灰框）；Percepts（感知，環境送進來的資訊）箭頭指向 Sensors（感測器）；中間的「?」是決定要做什麼的地方；Actuators（促動器）把 Actions（動作）送回環境。這張圖在講：agent 就是一個「收資訊 → 想 → 做動作」的循環，做完的動作又會改變環境，下一輪再收新的資訊。
中間那個「?」就是下一段的 agent function。（我補充）整本課本其實都在教：這個「?」要怎麼填才聰明。
老師原話是什麼？
- 「你只要能夠感受到某一個定義的範圍內的資訊，都是叫感測器」(2:45:06)
- 「可能我只是在回傳一串資料，也是一個動作」(2:45:49)
## [2:45:16](https://www.youtube.com/watch?v=KWGgi100YLY&t=9916s) Percept 與 agent function
agent 在某一瞬間收到的輸入叫 percept（感知）；從開始到現在收到的所有 percept 串起來，叫 percept sequence（感知序列）。agent function（代理人函數）就是一個對應關係：輸入感知序列，輸出要做的動作。為什麼要看「整段序列」，而不是只看現在這一刻？（我補充）因為有些決定需要記憶，例如「這格剛剛才吸過」，只看當下這一刻是看不出來的。
比喻：像醫生看診：percept 是你今天說的症狀，percept sequence 是你整本病歷，agent function 是醫生「看病歷、開處方」的判斷方式。
考試可能怎麼問：What is the difference between a percept and a percept sequence, and what does the agent function do?
要先懂什麼？
數學上的「函數」就是一個對應：給一個輸入，就得到一個固定的輸出。（我補充）另一個常見的區分是：agent function 是抽象的規格（什麼情況做什麼），agent program 是真正跑在機器上、實作這個規格的程式。
## [2:46:28](https://www.youtube.com/watch?v=KWGgi100YLY&t=9988s) 吸塵器世界與查表的問題
課本用一個最小的世界當例子，後面會反覆出現：只有 A、B 兩塊地磚，每塊都可能有灰塵。吸塵器能感測「我在哪一格、這格髒不髒」，動作有左移、右移、吸塵、不動；最簡單的 agent function 是「這格髒就吸，不然移到另一格」。問題是，如果把 agent function 寫成一張表（每種感知序列對應一個動作），加上時間維度後序列越來越長，表格就長到寫不完，所以用查表來寫 agent 不是好辦法。
比喻：用查表寫 agent，就像把「每一種可能的對話」都先背起來再去聊天：理論上可行，實際上永遠背不完。
考試可能怎麼問：Why is it impractical to implement an agent function as a lookup table?
下面是課本列出的部分 agent function：左欄是感知序列，右欄是動作，表中的省略號代表還有無限多列。
圖上重點：右上角是 A、B 兩格地磚，吸塵器在 A，兩格都有灰塵；第一句說吸塵器能左移（Left）、右移（Right）、吸塵（Suck）、不動，最簡單的規則是「這格髒就吸，不然移到另一格」；第二句問：這張表要怎麼填才對？什麼讓 agent 變好或變壞、聰明或笨？下面的表左欄 Percept sequence（感知序列）寫「在哪一格、乾淨（Clean）還是髒（Dirty）」，右欄 Action（動作），例如 [A, Dirty] → Suck；底下的 Figure 2.3 說這只是「部分列表」。這張圖在講：把 agent function 寫成一張「看到什麼 → 做什麼」的表長什麼樣，而表格會越列越長、永遠列不完。
注意：老師口頭舉例時說「B 地磚髒的就往右移」，應是口誤；投影片的表是 [B, Dirty] → Suck（吸塵）。
下面的進階摺疊在做什麼（白話）：先讓吸塵器照那條一行規則實際跑三步，證明規則很短就能做完事；再數一數同樣的事改用查表要列幾列，結果十步就要約 140 萬列。結論就是：用規則（程式）寫 agent 可行，用查表寫 agent 不可行。
它到底怎麼運作？（進階，可跳過）
先用那條簡單規則跑三步。起點：A 髒、B 髒，吸塵器在 A。
- 第 1 步：感知 [A, Dirty] → Suck，A 變乾淨。
- 第 2 步：感知 [A, Clean] → Right，移到 B。
- 第 3 步：感知 [B, Dirty] → Suck，兩格都乾淨。
規則只有一行就跑完了。改用查表的話，每一步的感知只有 4 種（A 或 B，乾淨或髒），但表格的「鍵」是整段序列：
- 只看 1 步：4 列。
- 看到第 2 步：再多 4×4＝16 列。
- 看到第 3 步：再多 64 列，合計 84 列。
- 看到第 10 步：合計約 140 萬列。
兩塊地磚就膨脹成這樣，開車時的攝影機畫面更不可能列完。（我補充）所以 AI 真正的難題是：用一小段程式做出理性行為，而不是列一張巨大的表。
## [2:50:03](https://www.youtube.com/watch?v=KWGgi100YLY&t=10203s) 理性要看效能怎麼定義
回到 Ch1 講的四種 AI 定義，老師再次強調「理性地行動」這一派（rational agent）最能落地應用：只要做出來的行為是理性的，就是可用的 AI 系統。rational agent 就是「把事情做對」：在已經取得的資訊下，盡可能讓效能最大。課本說的「做對」是看結果：agent 的動作讓環境經過一連串狀態，這串狀態是我們想要的，就算表現好；替這串狀態打分數的就是效能標準（performance measure）。效能要看你怎麼定義，而且最好依照「你希望環境變成什麼樣子」來定，不要規定 agent 該怎麼動。所以同一台「髒就吸，不然換格」的吸塵器理不理性，老師的答案是：看情況（depends）。
（第 1 週第 02 章學過：定義 AI 有四種取向，用「看思考過程還是看外在行為」和「標準是像人還是理性」兩個問題切成四格，「理性地行動」就是其中一格，也就是這裡說的 rational agent。見 [02 什麼是 AI：四種定義（1:35–1:49）](https://app.notion.com/p/3e7fc631b03081509ff5e74454b69167)。）
上面說的「狀態」（state）白話是：環境在某一刻的樣子。以吸塵器世界為例，「吸塵器在 A、A 髒、B 乾淨」就是一個狀態；吸塵器每做一個動作，環境就換到下一個狀態。效能標準就是替「一連串狀態」打分數。
比喻：同一個員工，用「業績」考核他很優秀，改用「每天準時下班」考核他可能不及格；員工沒變，是評分標準變了。
考試可能怎麼問：Is the simple vacuum-cleaner agent rational? Explain why the answer depends on the performance measure.
後面那個進階摺疊在做什麼（白話）：拿同一條吸塵器規則，用兩種計分方式各算一次分數。只看地板乾不乾淨時，規則拿到最高分，算理性；改成每移動一次扣分時，規則會白白來回跑，分數輸給「停著不動」，就變成不理性。算出來代表：agent 沒變，換了評分標準，理不理性的答案就跟著變。
下面這張圖把老師舉的三種效能標準並排：同一台吸塵器，在不同標準下「理想的做法」完全不同。
```mermaid
flowchart LR
V["同一台吸塵器"] --> M1["標準一：吸到最多灰塵"]
V --> M2["標準二：乾淨地板的時間越長越好"]
V --> M3["標準三：快沒電，要省電"]
M1 --> R1["理想：不停左右移、一直吸"]
M2 --> R2["理想：髒了就吸，保持乾淨"]
M3 --> R3["理想：盡量少移動"]
```
用生活例子講，為什麼效能要看「結果」而不是規定「動作」？
（我補充）舉個極端的例子：如果用「吸了多少灰塵」評分，一台理性的吸塵器可能會把灰塵倒回地上再吸一次，因為這樣分數最高。改用「地板乾淨的程度」評分，就沒有這個漏洞。就像公司用「寫了幾行程式」考核工程師，大家就會寫得又臭又長；用「功能有沒有做好」考核才對。
它到底怎麼運作？（進階，可跳過）
沿用上一段的例子（A 髒、B 髒，從 A 出發），多走一步，用兩種計分方式比較（我補充）：
- 計分 A：每一步結束時，每塊乾淨的地磚得 1 分。
- 計分 B：同上，但每移動一次扣 1 分（省電）。
簡單規則的四步是 Suck、Right、Suck、Left（第 4 步兩格都乾淨，規則仍要它換格）：
- 計分 A：1＋1＋2＋2＝6 分。第 4 步改成不動也是 6 分，所以規則沒有吃虧，算理性。
- 計分 B：扣掉兩次移動，只剩 4 分；第 4 步改成不動可得 5 分。規則會在兩格之間一直來回白跑，在這個標準下就不理性。
老師原話是什麼？
- 「最能夠落地應用的是所謂的 rational agent 的這一個派別」(2:50:21)
- 「答案是 Depends，不一定」(2:52:09)
- 「到底一個 Agent 是不是 Rational，其實是要根據你的效能怎麼定義而定」(2:53:09)
## [2:53:14](https://www.youtube.com/watch?v=KWGgi100YLY&t=10394s) 全知、學習與自主
理性不等於全知。課本說：理性是讓「預期」效能最大，完美才是讓「實際」效能最大；理性的選擇只根據到目前為止看到的東西，所以不要求全知（omniscience，事先知道每個行動的真實結果）。為什麼這樣定才合理？因為沒有人能預知未來，要求全知等於要求 agent 做不到的事。但理性 agent 也不能只收資訊，還要從經驗學習、要自主（autonomous），用學到的補足設計者給的不完整或錯誤知識；例如學會預測「哪裡、何時會再有灰塵」的吸塵器，會比不會學的表現更好。課本還說，加入學習後，同一個理性 agent 就能在各式各樣的環境裡都成功，不必每換一個環境就重寫一次。
比喻：氣象說降雨機率 10%，你沒帶傘結果淋雨，這個決定仍然是理性的；只有全知的人才能保證不淋雨。
考試可能怎麼問：Explain the difference between rationality and perfection, and why a rational agent needs learning and autonomy.
| 概念 | 追求什麼 | 帶傘的例子 |
|---|---|---|
| 理性（rationality） | 用目前看到的資訊，選「預期」最好的動作 | 降雨機率 10%，不帶傘是合理的決定 |
| 完美（perfection） | 事後「實際」結果最好 | 剛好沒下雨，才算完美 |
| 全知（omniscience） | 事先知道每個動作的真實結果 | 出門前就知道會不會下雨，現實做不到 |
| 自主（autonomy） | 從經驗學習，修正事前知識 | 發現這城市午後常下雨，之後主動帶傘 |
注意：老師口頭說的 omniscient 是「這個環境底下所有的資訊我都知道」，並舉一個虛擬空間平台為例（應是 NVIDIA 的 Omniverse：裡面的物件全是模擬出來的，所有參數都已知）；這比較接近下一節的 fully observable（完全可觀察）。課本的 omniscience 是「知道行動的真實結果」，考試寫課本版。
要先懂什麼？
「預期」（expected）的意思是：把所有可能的結果都考慮進來，平均來看哪個最好。降雨機率 10%，代表十次裡大約九次不帶傘也沒事，所以平均來看不帶傘比較划算。理性 agent 比的是這種平均，不是事後才知道的實際結果；運氣不好淋到雨，不代表它不理性。投影片原句是："Rationality maximizes expected performance, while perfection maximizes actual performance."（Ch2 p.7）
老師原話是什麼？
- 「他不只是會收集資訊，他還能夠根據收集資訊做出理性的判斷」(2:54:24)
## [2:55:04](https://www.youtube.com/watch?v=KWGgi100YLY&t=10504s) PEAS：計程車司機
設計 agent 之前，先把任務環境寫清楚，課本用四個字母 PEAS：Performance（效能標準）、Environment（環境）、Actuators（促動器）、Sensors（感測器）。老師用計程車司機當例子：環境是路況、紅綠燈、行人和騎腳踏車的人；促動器是方向盤、油門、煞車；真人司機的感測器是眼睛、耳朵，自駕車（例如 Tesla 的 Cybercab）則有攝影機、聲納、速度計、GPS 等。效能標準可以有很多種：最快到桃園機場、路線最順、最省錢，這又呼應上一段「理性要看效能怎麼定義」。
比喻：PEAS 像徵才時寫的職務說明：績效怎麼考核（P）、在哪裡上班（E）、能用哪些工具（A）、能拿到哪些資訊（S）。
考試可能怎麼問：Give the PEAS description of an automated taxi driver (or another agent type).
表裡幾個不常見的感測器（我補充）：聲納（sonar，發出聲波再聽回音來量距離，倒車雷達就是這個原理）、里程表（odometer，記錄車子總共開了多遠）、加速度計（accelerometer，量車子加速、煞車有多猛）。
| PEAS | 意思 | 投影片 p.9（自動計程車） | 老師口頭補充 |
|---|---|---|---|
| Performance | 怎麼算做得好 | 安全、快、合法、舒適、賺最多 | 最快到機場、路線最順、最省錢 |
| Environment | 在哪裡做事 | 道路、其他車輛、行人、乘客 | 路面狀況、紅綠燈、腳踏車 |
| Actuators | 能做哪些動作 | 方向盤、油門、煞車、方向燈、喇叭、顯示螢幕 | 轉方向盤、加速、煞車 |
| Sensors | 能拿到哪些資訊 | 攝影機、聲納、速度計、GPS、里程表、加速度計、引擎感測器、鍵盤 | 真人司機：看、聽，頂多聞 |
用生活例子講，還有哪些 agent 可以用 PEAS 描述？
投影片 p.10 還列了幾個例子：
- 醫療診斷系統：P 病人健康、降低成本；E 病人、醫院、醫護人員；A 顯示問題、檢查、診斷、治療、轉診；S 鍵盤輸入的症狀、檢查結果、病人回答。
- 英文家教程式：P 學生的考試分數；E 一群學生、考試機構；A 顯示練習題、建議、訂正；S 鍵盤輸入。
- 零件揀選機器人：P 零件放進正確箱子的比例；E 輸送帶上的零件、箱子；A 關節手臂和手；S 攝影機、關節角度感測器。
- 另外還有衛星影像分析系統（P 影像分類正確）和煉油廠控制器（P 純度、產量、安全）。
## [2:57:15](https://www.youtube.com/watch?v=KWGgi100YLY&t=10635s) 環境屬性：前三組
寫完 PEAS，還要替任務環境分類。這週講了三組：看不看得到全部（fully vs partially observable）、有沒有其他 agent（single vs multiagent）、結果確不確定（deterministic vs stochastic）。為什麼要分類？（我補充）因為環境類型決定 agent 要多複雜：看得到全部就不必猜，結果確定就能事先精準規劃，不確定就得準備好幾種狀況。其餘屬性在 p.13 之後，下週再講。
要先懂的一個詞：「機率」（probability）就是某件事發生的可能性有多大，例如降雨機率 10%。隨機性環境（stochastic）的意思是：同一個動作做下去，結果不只一種，只能說「大概七成會這樣、三成會那樣」，沒辦法百分之百預測。
比喻：下象棋像「明牌」，盤面全攤開、下哪就在哪；打麻將像「暗牌」，看不到別人的牌，摸牌又靠運氣。
考試可能怎麼問：Classify chess and taxi driving by observability, number of agents, and determinism, and explain why.
| 屬性 | 怎麼判斷 | 下棋 | 開計程車 |
|---|---|---|---|
| Fully vs partially observable | 感測器看不看得到做決定需要的全部資訊 | 完全可觀察：盤面全看得到，不能蓋起來 | 部分可觀察：坐在車裡看不到四面八方 |
| Single vs multiagent | 另一方是不是在追求「分數受我影響」的目標 | 多 agent：兩方對弈，互相競爭 | 多 agent：其他車也在開（我補充） |
| Deterministic vs stochastic | 下一個狀態是否完全由「現在狀態＋動作」決定 | 確定：黑子下在哪就在哪 | 隨機：叫它右轉，轉多少、多快不一定 |
用生活例子講，路上的另一台車算不算 agent？
投影片 p.11 的判斷關鍵是：B 的行為，是不是最好描述成「在最大化一個會受 A 影響的效能標準」。另一台車想安全抵達，會因為你切進來而閃避，所以它是 agent；路邊的樹不會因為你而改變，只是環境的一部分。下棋時對手想贏，而他贏不贏取決於你怎麼下，所以是競爭型的多 agent 環境。另外，投影片說 stochastic 通常表示「結果的不確定性用機率來描述」。
## Self-check
Q1. What is a rational agent? Is the simple vacuum-cleaner agent ("if dirty, suck; otherwise move to the other square") rational?（中文：什麼是理性 agent？「髒就吸，不然換格」的吸塵器理性嗎？）
**Answer**: A rational agent does the right thing: for each possible percept sequence, it selects the action that is expected to maximize its performance measure, given the evidence from the percept sequence and its built-in knowledge. Whether the vacuum agent is rational depends on the performance measure. If the measure rewards clean squares over time, the simple rule does well; if every move costs energy, the agent keeps moving back and forth after both squares are clean, so it is not rational under that measure. The rational-agent approach is the most practical way to build AI, because we only need to judge the behavior.
中文：理性 agent 就是會做對事情的 agent：面對每一種感知序列，它根據目前看到的證據和內建知識，選出預期能讓效能標準最高的動作。那台吸塵器理不理性要看效能標準：如果標準是「地板保持乾淨的時間」，這條規則表現不錯；如果每移動一次都要耗電扣分，它在兩格都乾淨後還會一直來回跑，在這個標準下就不理性。老師強調，rational agent 是最能落地的做法，因為我們只需要判斷它的行為好不好。
Q2. Why does rationality not require omniscience? How is rationality different from perfection?（中文：為什麼理性不要求全知？理性和完美差在哪？）
**Answer**: Rationality maximizes expected performance, while perfection maximizes actual performance. A rational choice depends only on the percept sequence to date, so an agent cannot be expected to know the actual outcome of its actions in advance; omniscience is impossible in reality. Instead, a rational agent should gather information and learn from what it perceives, and it should be autonomous, learning to compensate for partial or incorrect prior knowledge.
中文：理性是讓「預期」效能最大，完美是讓「實際」效能最大。理性的選擇只能根據到目前為止看到的感知序列，不能要求 agent 事先知道行動的真實結果，因為現實中不可能全知。取而代之的要求是：理性 agent 要收集資訊、從感知中學習，並且要自主，用學到的東西彌補不完整或錯誤的事前知識。
Q3. What is PEAS? Give the PEAS description of an automated taxi.（中文：PEAS 是什麼？寫出自動計程車的 PEAS。）
**Answer**: PEAS stands for Performance measure, Environment, Actuators, and Sensors; we must specify all four to define a task environment. For an automated taxi: Performance: safe, fast, legal, comfortable trip, maximize profits. Environment: roads, other traffic, pedestrians, customers. Actuators: steering, accelerator, brake, signal, horn, display. Sensors: cameras, sonar, speedometer, GPS, odometer, accelerometer, engine sensors, keyboard.
中文：PEAS 是效能標準、環境、促動器、感測器四個字的縮寫，定義任務環境時四樣都要寫清楚。自動計程車的效能標準是安全、快、合法、舒適、賺最多；環境是道路、其他車輛、行人、乘客；促動器是方向盤、油門、煞車、方向燈、喇叭、顯示螢幕；感測器是攝影機、聲納、速度計、GPS、里程表、加速度計、引擎感測器、鍵盤。
Q4. Compare chess and taxi driving in terms of observability, number of agents, and determinism.（中文：從可觀察性、agent 數量、確定性比較下棋和開計程車。）
**Answer**: Chess is fully observable, because the sensors can see the whole board, which is all that matters for choosing a move. Taxi driving is partially observable, because the driver cannot see everything around the car. Both are multiagent: chess is a competitive multiagent environment, and a taxi shares the road with other drivers whose goals depend on its behavior. Chess is deterministic, because the next state is completely determined by the current state and the move; taxi driving is stochastic, because the result of an action such as turning is uncertain.
中文：下棋是完全可觀察，因為整個盤面都看得到，而盤面就是選下一步需要的全部資訊；開計程車是部分可觀察，因為坐在車裡看不到周圍所有東西。兩者都是多 agent：下棋是互相競爭的兩方，開車時路上其他駕駛的目標也會受你影響。下棋是確定性的，下一個狀態完全由目前盤面和你下的那步決定；開車是隨機性的，例如右轉要轉多少、多快，結果都不一定。
這週讀完了。下一週第一章：[01 HW1 提案寫法與分組（0:01–0:13）](https://app.notion.com/p/3e6fc631b030816cb5e8d1b405b4349e)｜回到週頁：[W1（9/10）](https://app.notion.com/p/3e7fc631b03081309a2adad7f8ae1e27)