La utilidad es fundamental para la Inteligencia Artificial porque es el medio por el cual evaluamos el desempeño de un agente en relación con un problema. Para distinguir entre el concepto de utilidad económica y las funciones informáticas basadas en la utilidad, se utiliza el término "medida de rendimiento".
La forma más sencilla de distinguir entre un agente basado en objetivos y un agente basado en servicios públicos es que un objetivo se defina específicamente, donde la maximización de los servicios públicos es general. (Maximizar la utilidad es en sí misma una forma de objetivo, pero generalizado en lugar de específico).
Un agente de navegación basado en objetivos tiene la tarea de ir del punto A al punto B. Si el agente tiene éxito, el objetivo se ha cumplido.
UNA agente de navegación basado en servicios públicos podría tratar de llegar del punto A al punto B en el menor tiempo posible, con el gasto mínimo de combustible, o ambos.
En el ejemplo anterior, el agente de servicios públicos también se basa en objetivos, pero cuando la medida de desempeño para el agente de objetivos es binaria [éxito / fracaso], el agente de servicios públicos puede usar números reales y medir el rendimiento por grado. El agente de utilidad permite más granularidad en la evaluación.
Para un ejemplo de un agente de servicios no basado en objetivos, considere una forma de sudoku partidista en el que los jugadores compitan para controlar las regiones en el tablero de juego colocando enteros ponderados.
En un juego con 9 regiones, el agente basado en objetivos busca controlar un número específico de regiones al final del juego . Si el agente es conservador, el objetivo podría ser 5 regiones. Si el agente es hiper-agresivo, el objetivo podría ser 9 regiones. Al evaluar el entorno (tablero de juego), si el agente domina el número deseado de regiones, podría optar por consolidar (reforzar); Si el agente no domina el número deseado de regiones, podría optar por expandirse (atacar).
La estrategia anterior puede ser efectiva, pero está limitada por la especificidad de la meta. Un objetivo hiper-agresivo funcionaría bien contra un oponente débil, pero contra un oponente fuerte podría resultar desastroso. Si el agente es sofisticado, donde el desempeño ha sido pobre, podría alterar su objetivo al cambiar a una "estrategia de tortugas" y tratar de controlar menos regiones, pero, dado que el nuevo objetivo sigue siendo específico, el agente puede perder oportunidades para mejorarlo. estado final más allá de la meta ajustada.
El agente basado en la utilidad puede acercarse al juego sin un objetivo específico más allá de mejorar su estado. En lugar de tratar de controlar un número determinado de regiones, el agente de servicios públicos evalúa si una opción determinada mejora o empeora su estado. ("¿Domino más o menos regiones si tomo esta posición?") El agente de utilidad puede distinguir entre conjuntos de opciones beneficiosas ("¿qué opción maximiza mi beneficio esperado?") Y, donde no se puede obtener ningún beneficio, distinguir entre conjunto de opciones con el menor inconveniente ("entre el conjunto de malas elecciones, ¿cuál es la opción menos mala?")
En este ejemplo, el agente de utilidad ni siquiera necesita comprender la condición de victoria (controlando más regiones que el oponente al final del juego). En cambio, el agente de utilidad simplemente busca maximizar el número de regiones controladas sobre el curso de juego, que dará como resultado la victoria si el agente toma decisiones más óptimas que el oponente.
