Anwendungen
Agenten
In der Künstlichen Intelligenz (KI) spielen Agenten eine zentrale Rolle. Sie sind die aktiven Akteure, die in komplexen Umgebungen Entscheidungen treffen, handeln und auf Veränderungen reagieren können.
Kurzdefinition: In der Künstlichen Intelligenz (KI) spielen Agenten eine zentrale Rolle. Sie sind die aktiven Akteure, die in komplexen Umgebungen Entscheidungen treffen, handeln und auf Veränderungen reagieren können.
Von Chatbots bis hin zu autonomen Fahrzeugen – Agenten sind die unsichtbaren Kräfte hinter vielen Technologien, die unseren Alltag prägen. In diesem Artikel erkläre ich dir, was Agenten in der KI sind, welche Arten es gibt, wie sie funktionieren und warum sie für die Entwicklung intelligenter Systeme unverzichtbar sind.
Was sind Agenten in der KI?
Ein Agent ist eine Einheit, die in einer Umgebung agiert, um bestimmte Ziele zu erreichen. Sie nimmt Informationen aus der Umgebung auf, verarbeitet diese und führt darauf basierend Aktionen aus. Merkmale eines Agenten: Wahrnehmung: Ein Agent nimmt seine Umgebung durch Sensoren wahr.
Entscheidung: Basierend auf den Wahrnehmungen wählt er eine geeignete Aktion. Aktion: Der Agent führt Aktionen aus, die seine Umgebung beeinflussen. Autonomie: Ein Agent kann unabhängig arbeiten und Entscheidungen treffen.
Arten von Agenten
Reaktive Agenten: Reagieren direkt auf Wahrnehmungen, ohne vorherige Erfahrungen zu nutzen. Beispiel: Ein Staubsaugerroboter, der Hindernissen ausweicht. Modellbasierte Agenten: Verwenden ein internes Modell der Welt, um zukünftige Zustände vorherzusagen. Beispiel: Navigationssysteme, die alternative Routen berechnen.
Zielgerichtete Agenten: Arbeiten auf ein bestimmtes Ziel hin und bewerten Aktionen anhand ihrer Zielerreichung. Beispiel: Autonome Fahrzeuge, die sicher ans Ziel gelangen wollen. Utility-basierte Agenten: Optimieren ihre Entscheidungen basierend auf einer Nutzenfunktion, die ihnen sagt, wie „gut“ eine Aktion ist.
Beispiel: Handelssysteme, die Gewinne maximieren. Lernende Agenten: Verbessern ihre Fähigkeiten durch Erfahrungen und passen sich dynamisch an neue Situationen an. Beispiel: Chatbots, die durch Nutzergespräche lernen.
Agenten
folgen einem sogenannten Wahrnehmungs-Aktions-Zyklus : Wahrnehmung (Perception): Der Agent nimmt Daten aus seiner Umgebung auf, z. B. durch Kameras, Mikrofone oder Sensoren. Verarbeitung: Die Informationen werden analysiert und Entscheidungen werden basierend auf Algorithmen oder Modellen getroffen.
Aktion (Action): Der Agent führt die gewählte Aktion aus, z. B. durch Motoren, Anzeigen oder andere Aktoren.
Verwandte Begriffe
Dieser Eintrag ist eine strukturierte Zusammenfassung. Die redaktionelle Überarbeitung ist eingeplant.
Nächster Schritt
Begriffe erklärt. Anwendung offen?
Wir prüfen, was davon in Ihrem Unternehmen tatsächlich relevant ist — und was nicht.