Utilidade é fundamental para a Inteligência Artificial, porque é o meio pelo qual avaliamos o desempenho de um agente em relação a um problema. Para distinguir entre o conceito de utilidade econômica e funções de computação baseadas em utilidade, é utilizado o termo "medida de desempenho".
A maneira mais simples de distinguir entre um agente baseado em objetivos e um agente baseado em utilidade é que uma meta é definida especificamente, onde a maximização da utilidade é geral. (Maximizar a utilidade é em si uma forma de objetivo, mas generalizada em oposição a específica.)
Um agente de navegação baseado em objetivos é encarregado de ir do ponto A ao ponto B. Se o agente tiver êxito, o objetivo foi satisfeito.
Um agente de navegação baseado em serviços públicos poderia procurar ir do ponto A ao ponto B no menor tempo possível, com o gasto mínimo de combustível ou ambos.
No exemplo acima, o agente utilitário também é baseado em objetivos, mas onde a medida de desempenho para o agente objetivo é binária [êxito / falha], o agente utilitário pode usar números reais e medir o desempenho em graus. O agente utilitário permite mais granularidade na avaliação.
Para um exemplo de um agente utilitário sem objetivo, considere uma forma de sudoku partidário no qual os jogadores competem para controlar regiões no tabuleiro de jogo, posicionando números inteiros ponderados.
Em um jogo com 9 regiões, o agente com base em objetivos procura controlar um número específico de regiões no final do jogo . Se o agente for conservador, o objetivo poderá ser 5 regiões. Se o agente for hiper-agressivo, o objetivo poderá ser 9 regiões. Ao avaliar o ambiente (placa de jogo), se o agente dominar o número desejado de regiões, ele poderá optar por consolidar (reforçar); se o agente não dominar o número desejado de regiões, ele poderá optar por expandir (ataque).
A estratégia acima pode ser eficaz, mas é limitada pela especificidade da meta. Um objetivo hiper-agressivo funcionaria bem contra um oponente fraco, mas contra um oponente forte pode ser desastroso. Se o agente for sofisticado, onde o desempenho estiver baixo, poderá alterar seu objetivo, mudando para uma "estratégia de manipulação" e procurar controlar menos regiões, mas, como o novo objetivo ainda é específico, o agente pode perder oportunidades para melhorar seu desempenho. status final além da meta ajustada.
O agente baseado em utilitários pode abordar o jogo sem nenhum objetivo específico além de melhorar seu status. Em vez de procurar controlar um número definido de regiões, o agente utilitário avalia se uma determinada opção melhora ou piora seu status. ("Domino mais ou menos regiões se tomar essa posição?") O agente de utilidade pode distinguir entre conjuntos de escolhas benéficas ("qual opção maximiza meu benefício esperado?") E, onde nenhum benefício pode ser obtido, distinguir entre os conjunto de opções com a menor desvantagem ("entre o conjunto de más escolhas, qual é a menos ruim?")
Neste exemplo, o agente utilitário nem precisa entender a condição de vitória (controlando mais regiões do que o oponente no final do jogo.) Em vez disso, o agente utilitário apenas procura maximizar o número de regiões controladas ao longo do jogo. curso do jogo, que resultará em vitória se o agente fizer escolhas mais ótimas que o oponente.
