iT邦幫忙

鐵人檔案

2025 iThome 鐵人賽
回列表
自我挑戰組

AI Agentu相關研究 系列

將AI Agentu由淺入深認識

參賽天數 26 天 | 共 26 篇文章 | 2 人訂閱 訂閱系列文 RSS系列文
DAY 1

認識 AI Agent

什麼是 AI Agent?AI Agent(人工智慧代理人)是一種能主動感知環境、做出決策、採取行動,並根據結果持續學習與調整的智慧系統。它不只是回應你的指令,...

2025-08-07 ‧ 由 S1111132020 分享
DAY 2

AI Agent 基本架構

AI Agent 之所以能夠「觀察環境、理解任務、做出反應、持續改進」是因為AI Agent 由4大核心組成了他的基本架構,分別為:感知、決策、執行、學習 感知...

2025-08-08 ‧ 由 S1111132020 分享
DAY 3

AI Agent 類型介紹

AI Agent可分為Deliberative Agent推理型、Learning Agent學習型和Hybrid Agent混合型 Deliberative...

2025-08-09 ‧ 由 S1111132020 分享
DAY 4

AI Agent 的應用領域

AI Agent 的主要應用領域 商業與企業運營:自動化客服(Chatbot、虛擬助理)銷售與行銷推薦系統流程優化與資源調度財務分析與風險預測專業面:使用自然語...

2025-08-10 ‧ 由 S1111132020 分享
DAY 5

AI Agent 發展史

概念來源(1980年代前期):1980 年代分散式人工智慧(Distributed AI)研究開始使用「agent」一詞,並在 1989–1990 年左右由 W...

2025-08-11 ‧ 由 S1111132020 分享
DAY 6

AI Agent 與傳統軟體的差異比較

核心運作邏輯的本質差異:傳統 if-else 程式決策模式:依賴固定條件判斷(if 條件成立 → 做 A,否則做 B)。這個程式只懂「溫度高就開冷氣,否則關冷氣...

2025-08-12 ‧ 由 S1111132020 分享
DAY 7

RL 是什麼?為何 AI Agent 需要它?

強化學習(Reinforcement Learning, RL)是什麼? 強化學習是一種機器學習的分支,專注於如何讓智能體(Agent)通過與環境(Enviro...

2025-08-13 ‧ 由 S1111132020 分享
DAY 8

RL 怎麼幫助 Agent 做決策?有哪些限制?

RL 決策的運作邏輯(五個核心步驟): 感知與表示狀態(State Representation)Agent 先把當下的環境狀態轉換成電腦能理解的數據表示(st...

2025-08-14 ‧ 由 S1111132020 分享
DAY 9

AI Agent 與 MDP 的關係

MDP(馬可夫決策過程)MDP 是一種數學框架,用來形式化描述「在不確定環境下,Agent 如何決策」的問題。它包含: (States 狀態集合) — 環境可能...

2025-08-15 ‧ 由 S1111132020 分享
DAY 10

AI Agent 與 LLM 的關係

什麼是 LLM?LLM(Large Language Model,大型語言模型)是一種基於深度學習的自然語言處理模型,透過在海量文本上訓練,學會了語言模式、知識...

2025-08-16 ‧ 由 S1111132020 分享