De taakomgeving is de situatie waarin een intelligente agent opereert. Het omvat alles buiten de agent dat zijn gedrag en prestaties kan beïnvloeden. Dit omvat:

* Waarnemingen: De zintuiglijke input van de agent uit de omgeving.

* Acties: De veranderingen die de agent in de omgeving kan aanbrengen.

* Prestatiemaatstaf: Hoe het gedrag van de agent wordt geëvalueerd (bijvoorbeeld een spel winnen, een doel bereiken, kosten minimaliseren).

* Omgevingsdynamiek: Hoe de omgeving in de loop van de tijd verandert (bijvoorbeeld deterministisch, stochastisch, episodisch, sequentieel).

Eigenschappen van een agent:

Een agent is alles wat kan worden gezien als het waarnemen van zijn omgeving via sensoren en het inwerken op die omgeving via actuatoren. Belangrijke eigenschappen die vaak worden gebruikt om een ​​agent te karakteriseren zijn onder meer:

* Autonomie: De mate waarin de agent onafhankelijk kan opereren en zijn eigen beslissingen kan nemen zonder externe controle. Een volledig autonome agent vereist minimale menselijke tussenkomst.

* Reactiviteit: Het vermogen van de agent om adequaat te reageren op veranderingen in zijn omgeving. Een reactief middel reageert direct op zijn waarnemingen, zonder noodzakelijkerwijs vooruit te plannen.

* Proactiviteit (of doelgerichtheid): Het vermogen van de agent om initiatief te nemen en doelen na te streven in plaats van simpelweg op stimuli te reageren. Een proactieve agent stelt doelen en werkt actief aan het bereiken ervan.

* Leren: Het vermogen van de agent om zijn prestaties in de loop van de tijd te verbeteren door ervaring. Een lerende agent past zijn gedrag aan op basis van eerdere interacties met de omgeving.

Het is belangrijk op te merken dat deze eigenschappen elkaar niet uitsluiten; een agent kan in verschillende mate meerdere eigenschappen bezitten. Een zelfrijdende auto is bijvoorbeeld autonoom, reactief (reageert op obstakels), proactief (navigeren naar een bestemming) en lerend (de navigatie verbeteren op basis van verkeerspatronen).