+ Team Simulation. Pascal Jäger Dept. Informatik

Transkript

1 + Team Simulation Pascal Jäger Dept. Informatik

2 + Überblick n Einführung n Recognition-Primed Decision Making n R-CAST n C-RPD n Mein Ansatz n Projekt 1 n Literatur

3 + Was habe ich vor Einführung n Ein Modell eines Teams, das n sich eine Situation selbst erarbeiten kann n die Situation schnell einschätzen muss n daraus Handlungen ableiten soll

4 + Mögliche Anwendungsbereich Einführung n Szenario Projektteam : n Team wird von Außen zusammengestellt, d.h. die Skill-Auswahl ist vorgegeben n Teammitglieder können sich kennen und können positive oder negative Erfahrungen mit anderen Mitgliedern gemacht haben. n Aufgaben und Spielraum sind klar vorgegeben (Ergebnis, Zeit, Geld) n Szenario Krisenstab : n kurze bis gar keine Kennenlernphase n Direkter Einstieg in Lösungssuche n Aufgabe und Teilziele unklar und oft widersprüchlich n Schwierige Informationsbeschaffung (Entscheidung unter Unsicherheit) n Interessen der Beteiligten u.u. sehr unterschiedlich, ein Geheimdienstchef hat andere Interessen als der Chef der Feuerwehr

5 + Recognition-Primed Decision Making Vielversprechendes aus dem Bereich: Naturalistic Decision Making

6 + 3 Situationen 1) Erfahrener Entscheider erkennt eine ihm bekannte Situation. Zu erwartende Ereignisse, Signale und Handlungsfolgen sind bekannt der Entscheider kennt die Lösung für die Situation 2) Der Entscheider konnte es zu keiner bekannten Situation oder nur zu mehreren Situationen zuordnen. Mehr Informationen werden benötigt. 3) Eine komplexe Situation wird erkannt, der Course of Action muss mental auf Erfolg simuliert werden

7 + R-CAST

8 + R-CAST n Steht für n RPD enhanced Cognitive Agents for Simulating Teamwork n Intelligent Agent Labs Pennstate University n agentlab.psu.edu n Team n John Yen n Xiaocong Fan n Michael McNeese

9 + Collaborative RPD R-CAST n Situation Analysis n wenn selbst keine Erfahrung, dann suche nach jemand mit Erfahrung n Recognition n Investigation Entscheider können nach n Informationen suchen (Suchtasks), n Andere Agenten bitten nach Informationen zu suchen n können proaktiv einem anderen Entscheider Informationen besorgen n Expectancy Monitoring n Agenten die gebeten werden nach Informationen zu suchen, werden implizit auch gebeten Expectancy Monitoring zu machen.

10 + Nachteile R-CAST n Konzepte von Goals, Cues und Expectations sind nicht eindeutig spezifiziert. n Keine spezifischen Aktivitäten um Goals und Cues nachzugehen n Expectation Monitoring wird nur während der Action Evaluation gemacht und nicht als permanenter Task. n Funktioniert die gefundene Strategie nicht, wird versucht einen neue zu finden, statt die vorhandene Strategie anzupassen.

11 + C-RPD

12 + C-RPD Ursprung n Department of Computer Sciences Amirkbair University of Technology Tehran, Iran n Team n Alireza Nowroozi n Und andere

13 +

14 + Nachteile C-RPD n Kollaboration nicht beschrieben n Story Telling nicht beschrieben n Nur Agenten-Agenten-Kommunikation

15 + Mein Ansatz

16 + Mein Ansatz n Gemeinsames erarbeiten einer Situation n Koordination der Informationsbeschaffung n Gemeinsames Story Telling n Wie wird im Team die Zielerreichung bei unklaren Situationen definiert. n Wie wird eine Entscheidung gefällt n Was beeinflusst die Entscheidungsfindung?

17 + Projekt 1

18 + Projekt 1 n Ein Prototyp in dem n Ein Ziel aus widersprüchlichen Teilzielen kommunizieren und delegieren werden kann. n Der Zustand der Teilziele zur Erreichung des Gesamtziels unklar ist n Make or Buy? n Bestehende Umsetzung wie R-CAST verwenden und erweitern? n RPD, Shared Plans, etc selber entwickeln? n Oder erstmal alles drumherum ignorieren?

19 + Danke fürs Zuhören

20 + Literatur To whom it may concerne J

21 + Literatur n [Fan u. a. ] Fan, Xiaocong ; Member, Senior ; Mcneese, Michael ; Sun, Bingjun ; Hanratty, Timothy ; Allender, Laurel: Human-Agent Collaboration for Time Stressed Multi-Context Decision Making. In: Context n [Jäger 2011] Jäger, Pascal: Ausarbeitung Anwendungen 1 / University of Applied Science Hamburg. Hamburg, Forschungsbericht. URL hawhamburg.de/~ubicomp/projekte/master11-12-aw1/jaeger/ bericht.pdf n [Nowroozi u. a. 2012] Nowroozi, Alireza ; Shiri, Mohammad E. ; Aslanian, Angeh ; Lucas, Caro: A general computational recognition primed decision model with multi- agent rescue simulation benchmark. In: Information Sciences 187 (2012), März, S URL pii/s ISSN

22 + Bildnachweis In order of apperance n n haw-hamburg.de/~ubicomp/projekte/ master11-12-aw1/jaeger/bericht.pdf n n S ISSN n /11/penn-state-logo.jpg n title=rescue_agents n S ISSN