人工智能代理根据其能力、行为方式（反应式或主动式）以及环境（静态或动态）分为多种类型和类别。
其他三个人工智能代理包括：
基于实用程序的代理
基于模型的反射代理
基于目标的反射代理
1. 基于模型的反射代理
基于模型的反射代理即使无法全面了解周围发生的情况，也可以做出决策并采取行动。
工作机制：
这些中级代理有一个“心理地图”（也称为内部状态），它会根据来自传感器的 阿曼电子邮件列表 新信息不断更新。因此，即使他们只能看到正在发生的事情的一部分，或者世界在他们不知情的情况下发生变化，他们也可以跟踪事情并猜测接下来可能发生的事情。
**与仅对当前看到的内容做出反应的简单反射代理不同，基于模型的反射代理会思考未来并根据过去的经验调整其行为。
示例：想象迷宫游戏中的基于模型的代理。它不会盲目地遵循预定义的导航规则，而是秘密地参考内部模型，将迷宫的布局和宝藏的位置联系起来。
随着游戏的进展和新线索的出现，特工会更新他的思维地图，准备好避免错误的转弯和死胡同并夺取宝藏。
Science Buddies 基于模型的反射代理：简单的反射代理
通过 科学之友
2. 基于目标的代理
基于目标的智能体不仅会对其环境做出反应，还会努力实现特定目标。这些代理评估其行为的可能结果，并选择最接近目标的结果。
工作机制： 当您分享您的目标时，这些智能代理会使用智能搜索和规划算法探索多种可能的替代方案。他们分析每个选择可能发生的情况，并选择最理想的情况，让您更接近目标。
这些代理可以根据环境的变化或新信息调整策略。如果发生意外情况，您可以重新考虑您的方法，以保持正轨并更接近最佳结果。
示例：自动驾驶车辆是基于目标的代理的完美示例。自动驾驶汽车会考虑各种因素，例如交通状况、安全措施和道路规则，以帮助您找到毫无问题地到达目的地的最佳路线。