代理通过传感器感知环境并根据传入的感知（代理在任何时刻的感知输入）采取行动。自动真空吸尘器可以很简单

(block _i , clean) --> 移动到 block _i+1
(block _i ,dirty) --> Clean

这只是一个笼统的描述，实际更复杂。或者机器人可以有一个内存，它存储所有以前的决定，并在采取新决定的同时合并这些决定。
如果机器人想要记住障碍物（如墙，在这种情况下，机器人不想在每次打开时检查墙的存在）在哪里，或者它在哪里，这将很有帮助可能会发现污垢。如果机器人不记得它的历史，那么它将一遍又一遍地扫描整个房子，每次都感应到相同的障碍物并越过它们。
不保留其历史记录的机器人将一次又一次地采取相同的程序，一次又一次地犯同样的错误。这不是一种有效的方式，而且浪费了它的能量（或电池）。

通常今天的机器人有普通的传感器，只能感知污垢和障碍物。这限制了机器人可以执行的任务数量。如果机器人有像样的摄像头作为传感器，并且将一些图像处理算法转储到其中，那么它会增加它可以执行的任务。就像检测楼梯和清洁不同的地板一样。通常楼梯会被认为是障碍物，机器人会绕过它们。万一，当提供相机传感器时，楼梯可能是要走的路径。

一个*如果机器人不记得房子（或房间）的地图，则不一定使用算法。不需要一个普通的机器人，它只是扫描房间并打扫房间，因为它不知道它的目的地。它的唯一目标是在发现脏东西时进行清洁。但是，如果机器人知道房间的地图并且很可能会发现污垢，则可以使用 A* 算法。

我认为它使用了您提出的一种算法，并结合了各种传感器。它使用传感器制作虚拟地图，然后可以结合这些传感器和虚拟地图穿越地形。当然，它使用一种路径规划算法来找到从 A 到 B 的最佳路径。

也许你应该看看这个维基百科页面： https ://en.wikipedia.org/wiki/Robotic_mapping

我认为三星的新型机器人真空吸尘器使用 360° 摄像头来感知周围环境。

自主真空吸尘器通常具有以下这些任务环境属性：

一世。部分可观察环境

ii. 确定性环境。

iii. 顺序环境。

iv. 静态环境。

v. 离散环境

六。单代理环境

由于它是部分可观察的环境，因此代理根据所见执行其操作，因此它处于确定性环境中，当前操作将是先前操作的结果。而且，由于代理是连续执行的，因此它是一个顺序环境。由于代理工作时环境不会改变，因此环境是静态且离散的，因为只有有限的没有。代理可以处于的离散状态。

有一些规则可以告诉代理在特定状态下如何反应。如果满足多个规则，则代理使用其经验来选择要执行的最佳操作。规则由程序员编写，牢记任务环境。特性。

代理的动作还取决于程序员决定的代理类型。它可以是简单的基于反射的，或基于目标的，或基于目标的+反馈或基于完整学习的代理。代理不能使用 A* 算法，因为整个环境是不可见的，并且在我们不知道何时可以达到目标的情况下使用 A* 算法将毫无用处。

代理连接了各种传感器，为其提供信息。关于周围环境，如相机、录音机、热传感器等。自动真空吸尘器也可能有一个污垢传感器来检测污垢。代理使用其执行器之一（如轮子、机器人手臂等）执行操作。