در ادامه عوامل مدل سازی جهان

یک مشکل کنترلی قابل تفکیک است در صورتی که بتوان بهترین اقدام را ابتدا با یافتن بهترین مدل جهان و سپس استفاده از آن مدل برای تعیین بهترین اقدام به دست آورد. متأسفانه اکثر مشکلات کنترل قابل تفکیک نیستند. این به این معنی است که عامل باید چندین مدل را در نظر بگیرد تا مشخص کند چه کاری باید انجام دهد، و اینکه چه اطلاعاتی از جهان به دست می‌آورد بستگی به این دارد که با آن اطلاعات چه خواهد کرد. معمولاً بهترین مدل دنیا وجود ندارد که مستقل از کاری باشد که عامل با مدل انجام خواهد داد.

عوامل جاسازی شده و شبیه سازی شده

راه های مختلفی وجود دارد که می توان از کنترلر عامل استفاده کرد: • یک عامل جاسازی شده، عاملی است که در دنیای واقعی اجرا می شود، جایی که اقدامات در یک دامنه واقعی انجام می شود و جایی که سنجش از یک دامنه می آید. . • عامل شبیه سازی شده عاملی است که با بدنه و محیط شبیه سازی شده اجرا می شود. یعنی جایی که یک برنامه دستورات را می گیرد و ادراکات مناسب را برمی گرداند. این اغلب برای رفع اشکال یک کنترلر قبل از استقرار آن استفاده می شود. • مدل سیستم عامل جایی است که مدل‌هایی از کنترل‌کننده (که ممکن است کد واقعی باشد یا نباشد)، بدنه و محیطی وجود دارد که می‌تواند به سؤالات درباره نحوه رفتار عامل پاسخ دهد. چنین مدلی می‌تواند برای اثبات ویژگی‌های عامل‌ها قبل از ساخته شدن استفاده شود، یا می‌توان از آن برای پاسخ به سؤالات فرضی در مورد یک عامل استفاده کرد که پاسخ دادن به آنها با عامل واقعی ممکن است دشوار یا خطرناک باشد. هر یک از اینها برای اهداف مختلف مناسب است:
حالت جاسازی شده نحوه اجرای عامل برای مفید بودن است. • یک عامل شبیه سازی شده برای آزمایش و اشکال زدایی کنترلر مفید است زمانی که بسیاری از گزینه های طراحی باید بررسی شوند و ساخت بدنه گران است یا زمانی که محیط خطرناک یا غیرقابل دسترس است. همچنین به ما این امکان را می دهد که عامل را تحت شرایط ترکیبی غیرعادی آزمایش کنیم که ممکن است در دنیای واقعی ترتیب دادن آنها دشوار باشد. اینکه شبیه سازی چقدر خوب است بستگی به خوب بودن مدل محیط دارد. مدل ها همیشه باید جنبه ای از جهان را انتزاع کنند. انتزاع مناسب برای شبیه سازی مهم است تا بتواند به ما بگوید آیا عامل در یک محیط واقعی کار می کند یا خیر. • یک مدل از عامل، یک مدل از مجموعه محیط های ممکن، و یک مشخصه رفتار صحیح به ما اجازه می دهد تا قضایایی را در مورد نحوه عملکرد عامل در چنین محیط هایی اثبات کنیم. به عنوان مثال، ممکن است بخواهیم ثابت کنیم که رباتی که کنترلر خاصی را اداره می کند، همیشه در فاصله مشخصی از هدف قرار می گیرد، هرگز در پیچ و خم ها گیر نمی کند، یا هرگز سقوط نمی کند. البته، این که آیا آنچه ثابت می شود درست است یا خیر، بستگی به دقت مدل ها دارد