鉴于智能体2做了选择y,智能体1满足于它所做的选择x;并且,鉴于智能体1做了选择x,智能体2满足于它所做的选择y。
纳什均衡之所以被称为均衡,是因为它捕捉到了决策过程中的稳定性:两个智能体都没有任何动机去做别的选择。
多智能体系统研究迅速采用了如纳什均衡的博弈论的思想作为系统决策研究的基础,但是一个熟悉的难题出现了。当纳什在20世纪50年代提出这个获得诺贝尔奖的想法时,他并不关心如何计算纳什均衡。不过,如果我们想让智能体在做决定时能够使用这个想法,这就一定是一个必须解决的重要问题。而且,也许可以预见,纳什均衡很难计算。寻找有效的方法来计算纳什均衡仍然是当今人工智能的一个主要课题。
人工智能开始成熟
到了20世纪90年代末,智能体范式已经成为人工智能中的主流正统理论:我们构建智能体,并赋予它们用户的偏好,智能体用理性的方式代表用户去做执行工作,使用如冯·诺依曼和摩根斯坦的预期效用理论之类的理性方式作为决策基础。智能体使用贝叶斯推断理性地管理它们对世界的信念库,通过贝叶斯网络或者其他方式捕捉对世界的理解。如果存在多个智能体,我们会借助博弈论来提供决策框架。这并非通用人工智能,也没有给出一条通往通用人工智能的光明大道,但到了20世纪90年代末,这些理念、工具和应用被接受的程度越来越高,致使人工智能界内部对人工智能本身的看法发生了重大变化。这是第一次,我们真实地感受到,自己并非在黑暗中拼命抓住所发现的任何东西。我们研究的领域已经有了明确而坚实的科学基础,从概率论到理性决策,这些都是经过时间检验、值得尊敬的技术。