Утилита является фундаментом для искусственного интеллекта, потому что это средство, с помощью которого мы оцениваем производительность агента по отношению к проблеме. Чтобы провести различие между концепцией экономической полезности и вычислительными функциями, основанными на полезности, используется термин «мера производительности».
Самый простой способ провести различие между агентом на основе целей и агентом на основе утилит состоит в том, что цель специально определена, где максимизация полезности является общей. (Максимизация полезности сама по себе является формой цели, но обобщается в отличие от конкретной.)
Перед агентом, ориентированным на достижение цели, ставится задача добраться из пункта А в пункт Б. Если агент добился успеха, цель была достигнута.
Утилита на основе навигации агент может попытаться получить от точки А до точки В в кратчайшие сроки, с минимальными затратами топлива, или обоих.
В приведенном выше примере утилита-агент также основана на целях, но там, где показатель производительности для агента цели представляет собой двоичный файл [успешно / неудачно], утилита-агент может использовать действительные числа и измерять производительность по степени. Утилита агента позволяет больше детализации в оценке.
В качестве примера нецелевого сервисного агента рассмотрим форму партизанской судоку, в которой игроки соревнуются за контроль над регионами на игровой доске путем размещения взвешенных целых чисел.
В игре с 9 регионами целевой агент стремится контролировать определенное количество регионов в конце игры . Если агент консервативный, целью может быть 5 регионов. Если агент гиперагрессивный, целью может быть 9 регионов. При оценке среды (игрового поля), если агент доминирует над желаемым количеством регионов, он может выбрать консолидацию (усиление); если агент не доминирует над желаемым количеством регионов, он может выбрать расширение (атака).
Вышеуказанная стратегия может быть эффективной, но ограничена спецификой цели. Гиперагрессивная цель будет хорошо работать против слабого противника, но против сильного противника это может оказаться катастрофическим. Если агент сложный, где производительность низкая, он может изменить свою цель, переключившись на «стратегию борьбы» и попытаться контролировать меньшее количество регионов, но, поскольку новая цель все еще специфична, агент может упустить возможности улучшить его окончательный статус за пределами установленной цели.
Агент на основе утилит может подойти к игре без какой-либо конкретной цели, кроме улучшения ее статуса. Вместо того, чтобы пытаться контролировать определенное количество регионов, утилита-агент оценивает, улучшает ли данный выбор или ухудшает его статус. («Могу ли я доминировать в более или менее регионах, если я займу эту должность?») Агент по коммунальным услугам может различать наборы выгодных вариантов выбора («какой выбор максимизирует мою ожидаемую выгоду?») И, где не может быть получено никакой выгоды, различать среди набор вариантов с наименьшим недостатком («среди множества плохих вариантов, какой вариант наименее плох?»)
В этом примере утилита-агент даже не нуждается в понимании условия победы (контролируя больше регионов, чем противник в конце игры.) Вместо этого утилита-агент просто стремится максимизировать количество контролируемых областей над ход игры, который приведет к победе, если агент делает более оптимальный выбор, чем противник.
