環境是圍繞代理的一切，但它不是代理本身的一部分。環境可以描述為存在代理的情況。操作為代理提供感知和行動的環境。
環境特徵
根據Russell和Norvig的說法，從代理的角度來看，環境可以具有以下幾種功能：
- 完全可觀察與部分可觀察
- 靜態與動態
- 離散與連續
- 確定性與隨機性
- 單一代理與多代理
- 情節與順序
- 已知與未知
- 無障礙與無法存取
1. 完全可觀察與部分可觀察
- 如果代理感測器可以在每個時間點感知或存取環境的完整狀態，那麼它是完全可觀察的環境，否則它是部分可觀察的。
- 完全可觀察的環境很容易，因為沒有必要保持內部狀態以跟蹤世界歷史。
- 在所有環境中都沒有感測器的代理，那麼這樣的環境稱為不可觀察的。
2. 確定性與隨機性：
- 如果代理的當前狀態和所選動作可以完全確定環境的下一個狀態，則這種環境稱為確定性環境。
- 隨機環境本質上是隨機的，不能由代理完全確定。
- 在確定性的，完全可觀察的環境中，代理不需要擔心不確定性。
3. 情節與順序
- 在情節環境中，存在一系列一次性動作，並且動作僅需要當前感知。
- 但是，在順序環境中，代理需要記憶過去的操作以確定下一個最佳操作。
4. 單一代理與多代理
- 如果環境中只涉及一個代理，並且單獨執行，那麼這樣的環境稱為單個代理環境。
- 但是，如果多個代理在環境中執行，則此類環境稱為多代理環境。
- 多代理環境中的代理設計問題與單代理環境不同。
5. 靜態與動態
- 如果環境可以在代理審議時自行更改，則此類環境稱為動態環境，否則稱為靜態環境。
- 靜態環境很容易處理，因為代理在決定操作時不需要繼續檢視世界。
- 但是對於動態環境，代理需要在每個操作中繼續關注世界。
- 出租車駕駛是動態環境的一個例子，而填字遊戲是靜態環境的一個例子。
6. 離散與連續
- 如果在一個環境中存在可以在其中執行的有限數量的感知和動作，那麼這樣的環境稱為離散環境，否則它稱為連續環境。
- 國際象棋遊戲在離散環境下進行，因為可以執行有限數量的移動。
- 自動駕駛汽車是連續環境的一個例子。
7. 已知與未知
- 已知和未知實際上不是環境的一個特徵，但它是代理執行操作的知識狀態。
- 在已知環境中，代理已知所有操作的結果。在未知環境中，代理需要了解其工作方式才能執行操作。
- 很可能一個已知環境可以被部分觀察到，並且一個未知環境可以被完全觀察到。
8. 無障礙與無法存取
- 如果代理可以獲得有關狀態環境的完整且準確的資訊，則此類環境稱為可存取環境，否則稱為無法存取。
- 可以通過其溫度定義其狀態的空房間是可存取環境的範例。
- 有關地球事件的資訊是無法存取環境的例子。