ユーティリティーベース・エージェントとは

ユーティリティーベース・エージェントの目標は、各アクションでユーティリティー関数を最大化することです。その目標を達成するためにAIエージェントは、ユーティリティー関数の結果を使用して、次に最も有益な行動を選択します。

ユーティリティーベース・エージェントの主なコンポーネントは次のとおりです。

• ユーティリティー関数
   

• センサー
  

• 内部モデル
   

• アクション選択メカニズム
  

• アクチュエーター

ユーティリティー関数は、エージェントが実行できるあらゆるアクションのメリットをどのように評価するかを表す数式です。これは本質的にエージェントの価値観システムであり、エージェントが選択を行う際に関連する要素をどのように優先するかを表します。

ユーティリティー関数は、潜在的な行動の各結果に数値を割り当て、エージェントが維持するべき好みを定量化します。ユーティリティーベース・エージェントは、ユーティリティー関数を使用して複雑な環境を交渉し、トレードオフを比較検討し、選択したユーティリティーの最大化を図ります。

優れたユーティリティー関数には、安全性、効率性、リソース割り当て、複数の目的を達成する機会コストなど、複数の考慮事項が含まれます。ユーティリティー関数は、ユーティリティーベース・エージェントの要であり、異なるタイプのAIエージェントと区別するものです。

ユーティリティーベース・エージェントは、センサーを使用して現実世界の環境を認識します。センサーは、カメラや温度計などの物理的なものでも、API接続やシミュレーションなどのデジタルなものでもかまいません。エージェント型AIの認識は、複雑なアルゴリズムを使用して環境データをフィルタリングし、最も重要で関連性の高いデータポイントを分離して、情報に基づいた意思決定を下します。

ユーティリティーベース・エージェントは、現実世界の環境の簡素化された内部モデルを維持します。モデルは、エージェントのセンサーによって認識されたデータに基づいて作成および更新されます。内部モデルは、環境データを長期にわたって追跡することで、エージェントの環境に関する観測不可能なデータも推測できます。

多くのユーティリティーベース・エージェントは、世界の状態移行モデルを使用して、環境の可能な状態と、それがいつ、どのように変化するかについての基準を確立します。状態移行モデルは、システムまたは動的な環境が時間の経過とともにどのように変化するかを示します。より高度な状態移行モデルは、環境が現在の状態を任意の時点で変化させる確率を計算します。

ユーティリティー関数は各状態に値を割り当て、エージェントは環境を最高のユーティリティーで将来の状態に移行させることを目指します。状態移行モデルは、エージェントが確実性ではなく確率を推論する必要がある確率的環境または動的な環境で特に役立ちます。

アクション選択メカニズムは、エージェントのAI意思決定コンポーネントです。内部モデルの現在の状態に基づいて、エージェントは実行できるすべての潜在的なアクションのリストを生成します。アクション選択アルゴリズムは、ユーティリティー関数を使用してさまざまなアクションをすべて評価し、全体的なメリットを最大化するためにエージェントの選択を最適化します。

一部の現代の実装では、大規模言語モデル（LLM）が複雑で上層の目標を推論したり、曖昧な入力を解釈してから構造化されたユーティリティー計算に変換したりするために使われています。

アクチュエーター（パフォーマンス要素）は、エージェントが環境に応じて行動できるようにします。物理アクチュエーターは、製造ラインのロボットアーム、スマートホーム、または自動運転車全体の温度を制御するサーモスタットなどです。仮想またはデジタル・アクチュエーターには、API接続、チャットボット・インターフェース、またはソフトウェア出力が含まれます。

ユーティリティーベース・エージェントは、その動作をガイドする標準的な内部ワークフローを共有します。

1. 知覚
   

2. 内部モデリング
   

3. アクション生成
    

4. 結果予測
   

5. ユーティリティー評価
    

6. アクション選択
   
   

7. アクション

エージェントはセンサーを使用して環境を認識し、データを収集します。このデータは、エージェント自身の状態と環境の現在の状態を通知するために使用されます。

エージェントは、センサーからの現在の認識を使用して、環境の内部モデルをリアルタイムで更新します。これにより、エージェントは周囲の環境と、意思決定プロセスに影響を与える関連要因を理解できるようになります。

エージェントは、検索および最適化アルゴリズムを使用して、内部モデルの状態に基づいて、実行できる潜在的なアクションのリストを生成します。アクション生成および選択技術により、エージェントは斬新なアイデアを検討し、実証済みの成果を持つ過去の経験を参照することで、信頼性の高いパフォーマンスを維持することができます。
 
実際には、多くのエージェントは、実行可能なアクションの完全なリストを明示的に生成するわけではありません。代わりに、最適化または強化手法を使用して、連続的なアクション空間内でおそらく最良のアクションを評価します。

前のステップで生成された各アクションについて、エージェントは状態移行モデルを使用して期待される結果を予測します。このモデルは、エージェントが特定のアクションを実行したときに特定の状態に達する確率を計算します。

エージェントのアクション選択メカニズムは、生成された各アクションとそれに関連する確率の高い結果にユーティリティー関数を適用します。この関数は、可能な選択肢ごとに数値のユーティリティー・スコアを返します。スコアが高いほど、全体的な有用性が高いことを表します。

エージェントは、ユーティリティー関数の選択に従って、全体的なメリットが最大の結果につながるアクションを選択します。エージェントの目標はユーティリティー関数を最大化することであるため、アクション選択プロセスによって、エージェントが使用されているAIシステムの目標を促進する方法でエージェントは行動するようになります。

エージェントは、ユーティリティー関数の選択に従って、全体的なメリットが最大の結果につながるアクションを選択します。エージェントの目標はユーティリティー関数を最大化することであるため、エージェントが使用されているAIシステムの目標を促進する方法でエージェントは行動するようになります。

ユーティリティーベース・エージェントは、複数の競合する指令を持つ複雑なタスクに最適です。これらには次のものが含まれます。

• スマートホーム：ユーティリティーベース・エージェントは、スマートホームのインテリジェント・システムを推進することができ、快適さ、エネルギー・コスト、サステナビリティーなどの優先順位を比較検討します。

• 自動運転車：自動運転車は、機械学習エンジニアにさまざまな複雑な問題を提起します。エージェント制御の車は、動的な環境において人間の要因、歩行者、障害物、天候、道路の閉鎖、その他の多くの状況に対処する必要があります。この設定での問題解決には、しっかりと作成されたユーティリティー関数が必要です。

• 医療： ユーティリティーベース・エージェントは、最大のメリットを追求するためにさまざまな考慮事項を調整できるため、治療計画の策定やコストの管理に役立つ可能性があります。

• ロボット工学：ロボットもまた、最大の利益を追求するために、さまざまな要素を考慮する必要があります。配送チャットボットには、自動運転車と同じ考慮事項が多くあります。

• レコメンデーションと料金体系システム：ユーティリティー関数により、エージェントはユーザーの好み、時間帯、年間の時間帯、大きなトレンドなどの要素を考慮し、ユーザーを魅了し続けることができます。生成AIシステムでは、ユーティリティーベース・アプローチにより、ユーザーの意図、コンテキスト、長期的なエンゲージメント目標に最も適合するコンテンツを生成できます。

• 料金体系： 同様に、ユーティリティーベース・エージェントは、動的な料金体系を管理して、企業の購入と収益を最大化することができます。

• ロジスティクスとサプライチェーンの自動化：複雑なサプライチェーンでは、効率、コスト、リスク、品質などの要素のバランスを取る必要があります。企業は、物流エージェントのユーティリティー関数をカスタマイズして、自社のビジネスにとって最も重要な要素を優先し、スケーラブルなシステムを構築できます。

ユーティリティーベース・エージェントと目標ベース・エージェントはどちらも、長期的な成果に向けて取り組む必要がある状況において有用です。しかし、その違いは、ユーティリティーベース・エージェントは選択のユーティリティーを最大化しようとするのに対し、目標ベース・エージェントは特定の目標を追求することです。目標達成に動機づけられています。

目標ベース・エージェントは、すべての目標達成状態を等しく望ましいものとして扱いますが、ユーティリティーベース・エージェントはそれらを程度によって区別できるため、より微妙な意思決定が可能になります。ユーティリティーベース・エージェントは、複数の競合する目標を管理し、不確実な結果に直面してもパフォーマンスを維持できます。

ユーティリティーベース・エージェントはレジリエンスが高く、複雑な問題や変化する環境に対応しつつ、一貫した成果を提供することができます。ユーティリティーベース・エージェントのメリットは以下のとおりです。

• 適応性：ユーティリティーベース・エージェントは、条件対応ルールなどの固定ルールベースのシステムではなく、流動的なユーティリティー関数を使用します。低層の単純な反射エージェントやモデルベースの反射エージェントでは、厳格なルールベースのプログラミングのために苦労する可能性があるような、変化する状況や新しいタスクにも適応できます。
  

• 柔軟性：ユーティリティーベース・エージェントは、競合する優先順位を適切に判断することで、より良い結果につながる意思決定を行うことができます。目標ベース・エージェントは、1つの特定の目標にのみ焦点を当てており、他の目標の検討には苦労する場合があります。
  

• 信頼性：ユーティリティー関数により、結果が不確実な場合でも、ユーティリティーベース・エージェントが合理的な意思決定を下すことができます。これらのエージェントが下す意思決定は、より有益な長期的結果につながる可能性が高いです。

ユーティリティーベース・エージェントは多くの環境で機能しますが、必ずしも最適な選択とは限りません。それらの制限には以下が含まれます。

• 剛性：学習要素がなければ、ユーティリティーベース・エージェントは自分の行動から学習し、自律的にユーティリティー関数や状態遷移モデルを更新できません。学習要素を加えることで、強化学習を通じて向上することができます。しかし、より正式にはハイブリッド・エージェント、あるいは学習エージェントと定義されます。
  

• 計算の必要性：ユーティリティー関数は複雑なアルゴリズムであり、継続的に実行するには大量の計算とエネルギーが必要です。十分な計算能力がない場合、ユーティリティーベース・エージェントは、時間に敏感な状況でリアルタイムで使用するには遅すぎてしまう可能性があります。
  

• 複雑さ：効果的なユーティリティー関数の設計は困難であり、ユーティリティーベース・エージェントの有効性はそのユーティリティー関数と同じくらいです。機械学習エンジニアは、価値観システムを、エージェントが適切な選択を強制する数値方程式に適切に変換する必要があります。
  

• 倫理的考慮事項：ユーティリティーベースの選択は倫理的な問題を抱えています。エージェントが人間に危害を加える可能性のある能力を備えている場合、特に自動運転車のように、そのエージェントの価値観システムを決定するのは誰なのでしょうか。インテリジェント・エージェントが自律性を高め、普及するにつれて、その基盤となる価値観システムを誰が決定するのか、そしてそれらの価値観が社会倫理とどのように一致しているのかを定義することが重要になります。
   

これらの課題のいくつかを克服するために、ユーティリティーベース・エージェントは多くの場合、マルチエージェント・システムに統合され、複数の専門エージェントが連携して情報を共有し、競合する目標のバランスをとります。このようなアーキテクチャーでは、各エージェントのユーティリティー関数がシステムの全体的な最適化ストラテジーに貢献します。