در ادامه عوامل تعبیه شده و شبیه سازی شده

با توجه به مدلی از عامل و محیط، برخی از جنبه های عامل را می توان نامشخص رها کرد و برای ایجاد رفتار مطلوب یا بهینه تنظیم کرد. این ایده کلی پشت بهینه سازی و برنامه ریزی است. • در یادگیری تقویتی، عامل ضمن تعامل با دنیای واقعی، عملکرد خود را بهبود می بخشد.

عمل با استدلال

در مقالات قبلی فرض شده بود که یک عامل دارای حالت اعتقادی است که در طول زمان حفظ می کند. برای یک عامل هوشمند، حالت باور می تواند بسیار پیچیده باشد، حتی برای یک لایه. تجربه در مطالعه و ساخت عوامل هوشمند نشان داده است که یک عامل هوشمند نیاز به بازنمایی درونی حالت اعتقادی خود دارد. دانش اطلاعاتی در مورد یک دامنه است که برای حل مشکلات آن حوزه استفاده می شود. دانش می تواند شامل دانش کلی باشد که می تواند در موقعیت های خاص به کار رود. بنابراین، کلی تر از باورهای مربوط به یک حالت خاص است. سیستم مبتنی بر دانش سیستمی است که از دانش مربوط به یک حوزه برای اقدام یا حل مشکلات استفاده می کند. فیلسوفان معرفت را باور درست و موجه تعریف کرده اند. محققان هوش مصنوعی تمایل دارند از اصطلاحات دانش و باور به جای یکدیگر استفاده کنند. دانش به معنای اطلاعات کلی است که درست تلقی می شود. باور معمولاً به معنای اطلاعاتی است که می توان بر اساس اطلاعات جدید تجدید نظر کرد. اغلب باورها با معیارهایی همراه هستند که نشان می‌دهد چقدر باید به آنها اعتقاد داشت و مدل‌هایی از نحوه تعامل باورها. در یک سیستم هوش مصنوعی، دانش معمولاً لزوماً درست نیست و فقط به عنوان مفید بودن توجیه می شود. این تمایز اغلب زمانی مبهم می شود که یک ماژول از یک عامل ممکن است برخی از اطلاعات را درست تلقی کند اما ماژول دیگری ممکن است بتواند آن اطلاعات را اصلاح کند. برای یک عامل دانش بنیان یک پایگاه دانش به صورت آفلاین ساخته می شود و به صورت آنلاین برای تولید اقدامات استفاده می شود. این تجزیه یک عامل متعامد به نمای لایه ای یک عامل است. یک عامل هوشمند به سازماندهی سلسله مراتبی و پایگاه های دانش نیاز دارد.
به صورت آنلاین، زمانی که عامل اقدام می کند، عامل از پایگاه دانش، مشاهدات خود از جهان، و اهداف و توانایی های خود برای انتخاب کاری که باید انجام دهد و پایگاه دانش خود را به روز می کند، استفاده می کند. پایگاه دانش، حافظه بلندمدت آن است، جایی که دانش مورد نیاز برای عمل در آینده را در آن نگهداری می کند. این دانش از دانش قبلی ناشی می شود و با آنچه از داده ها و تجربیات گذشته آموخته می شود ترکیب می شود. حالت باور حافظه کوتاه مدت عامل است که مدل محیط فعلی مورد نیاز بین مراحل زمانی را حفظ می کند. تمایز روشنی بین دانش عمومی و دانش خاص همیشه وجود ندارد. به عنوان مثال، یک ربات تحویل دهنده خارجی می تواند دانش عمومی در مورد یک شهر خاص را بیاموزد. بازخوردی از موتور استنتاج به پایگاه دانش وجود دارد، زیرا مشاهده و عمل در جهان داده های بیشتری را برای یادگیری فراهم می کند.