“基于目标的智能体和基于效用的智能体是两种根据不同标准做出决策的智能体。基于目标的智能体在行动时会考虑特定的目标或目的。它们评估自己的行为是否让它们更接近设定的目标。例如，一个设计用于清洁房间的自主机器人，其目标是确保房间没有杂物。机器人通过评估哪些任务（如捡起物体或吸尘）能有效实现清洁状态来决定自己的行动。
相比之下，基于效用的智能体采取更细致的方法，考虑一系列结果及其关联的效用，这些效用代表着从这些结果中获得的满意度或价值的衡量。这些智能体并不只关注单一目标，而是旨在最大化其整体效用。例如，一辆自主车辆在选择路线时，会评估多个方面，如安全性、旅行时间和燃油效率。它的决策是基于计算哪条路线提供最高的整体效用，而不仅仅是为了抵达目的地。
这两类智能体之间的一个关键区别在于它们处理冲突或权衡的方式。基于目标的智能体在面临多个相互竞争的目标时可能会遇到困难，因为它们通常专注于一次完成一个主要目标。然而，基于效用的智能体能够平衡不同的考虑因素，通过权衡各种结果的利益做出更明智的决策。正因如此，基于效用的智能体更适合用于偏好和优先级可能动态变化的复杂环境。”