李宏毅：深入浅出讲解AI Agent.pdfVIP

AIAgent

李宏毅

免責聲明：AIAgent是一個被廣泛使用的詞彙，故本課程中所講的AIAgent

不一定跟其他地方一樣

-1-

今天使用AIAIAgent的翻譯

的方式

人類給予明確指令

「人工智慧代理人」

AI一個口令

一個動作

(解決某個研究問題)

AIAgent

人類給予目標

假設…實驗…分析

AI自己想辦法達成

需要多步驟、靈活調整計畫

-2-

AIAgent

Observation

Goal

Action

-3-

AIAgent(AlphaGo)

Observation

Goal

贏棋

“5-5”

Action

好像在那裡聽過這個段落？這是ReinforcementLearning(RL)常見開場

-4-

(RL:ReinforcementLearning)

如何打造AIAgent?RL?

Observation

Goal

贏棋

Reward

RL:Learnto

“5-5”

MaximizeReward

Action

侷限：需要為了每一個任務以RL訓練模型

-5-

如何打造AIAgent?直接用LLM！