本节书摘来自华章计算机《人工智能：计算Agent基础》一书中的第2章，第2.4节,作者：（加）David L.Poole,Alan K.Mackworth 更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.4　嵌入式和仿真Agent

Agent控制器有许多可使用的方法：

• 嵌入式Agent是一个可以在实际世界中运行的Agent，其行为会在一个实际领域内执行，感知也来自此领域。
• 仿真Agent是一个运行在模拟主体和环境中的Agent，即一个可以接收命令并返回适当感知的程序，经常用于控制器实际实现之前进行纠错。
• Agent系统模型是一个包括控制器模型(这个不能确定是否为真实编程)、主体模型和环境模型，它可以回答Agent会有何种动作。这样一个模型可用于Agent创建前证明其性质，或者用于回答那些实际Agent很难或者无法回答的假说问题。

这里的每一种都有不同的适应目的。

• 嵌入模式适用于Agent必须实际使用的情况。
• 当有很多种设计选择需要实现，且构建一个实体又比较昂贵或者环境比较危险、不易见到时，仿真Agent更适用于测试和纠错控制器。它也允许我们在现实中难以实现的、非寻常情况组合下的环境中测试Agent。

仿真情况如何主要取决于环境模型的好坏。模型总是会抽象世界的一些特征。合适的抽象对于仿真来说是很重要的，它能告诉我们Agent是否能在真实环境中工作。

• Agent的模型、可能环境集的模型和一个特定的正确行为可以允许我们证明命题，即关于Agent如何在这样的环境中工作。例如，我们可能希望证明使用特定控制器的机器人总是可以到达目标确定距离范围内，且一定不会迷路，不会崩溃。当然，所证实的是否正确取决于模型是否准确。
• 给定一个Agent和环境的模型，Agent的某些方面可以先不指定，之后可调整以生成所希望的或者最优的行为。这是优化与规划中的常用方法。
• 经过强化学习，同现实世界交互时，Agent可展现出更优的性能。