在 AI Agent 中，效用是衡量 Agent 实现目标程度的定量指标。效用函数为可能的结果赋予数值，使 Agent 能够比较和优先选择行动。例如，自动驾驶汽车可以根据旅行时间、安全性和能效等因素计算不同路线的效用。通过最大化此值，Agent 选择与其目标最匹配的行动。效用是马尔可夫决策过程 (MDP) 等决策框架的基础，在这些框架中，Agent 根据预期奖励和概率评估未来状态。如果没有明确定义的效用函数，AI Agent 将无法以连贯的方式进行权衡或优化行为。
效用应用于各种 AI 系统中，以平衡相互竞争的优先级。例如，在推荐系统中，Agent 可能会权衡用户参与度（例如点击量）与内容多样性。流媒体平台可以使用效用来决定是推荐热门电影还是小众影片，确保用户保持参与，同时不会因重复的选项而感到不知所措。同样，在游戏 AI 中，国际象棋 Agent 通过基于棋子优势和位置控制分配效用值来评估棋盘位置。这些示例突出说明了效用函数如何将抽象目标转化为可执行的决策。强化学习 (RL) Agent 也依赖于类似效用的奖励函数来学习策略，尽管效用通常在更复杂的系统中包含更广泛的多目标优化。
设计有效的效用函数需要仔细考虑 Agent 的环境和约束。定义不明确的效用指标可能导致意外行为。例如，一个只追求速度优化的送货无人机可能会忽略安全规定或电池限制，从而有坠毁的风险。开发者必须确保效用函数捕获所有关键因素，通常通过迭代测试来实现。逆强化学习 (IRL) 等技术可以帮助从观察到的人类行为中推断效用函数，减少设计偏差。此外，多目标优化方法，如帕累托前沿，允许 Agent 透明地平衡相互竞争的目标。通过将效用根植于现实世界的需求并通过模拟进行验证，开发者能够创建行为可预测并符合用户期望的 Agent。