Multiagentensysteme. Zusammenfassung Wiederholung. Hana Boukricha, Ipke Wachsmuth Sommersemester 2008
|
|
- Julian Weber
- vor 5 Jahren
- Abrufe
Transkript
1 Multiagentensysteme Zusammenfassung Wiederholung Hana Boukricha, Ipke Wachsmuth Sommersemester
2 Intelligent Agents Kapitel 2 2
3 Allgemeine Definition eines Agenten nach Wooldridge & Jennings (1995) 3
4 Allgemeine Definition eines Agenten nach Wooldridge & Jennings (1995) Ein Agent ist ein Computersystem, das in einer Umgebung situiert ist und das in dieser Umgebung autonom Aktionen ausführen kann, um seine Ziele zu erreichen. Agent sensor input action output Environment 4
5 Eigenschaften intelligenter Agenten (IA) nach Wooldridge & Jennings (1995) 5
6 Eigenschaften intelligenter Agenten (IA) nach Wooldridge & Jennings (1995) Reaktivität (reactivity) Agenten können ihre Umgebung wahrnehmen und auf diese reagieren 6
7 Eigenschaften intelligenter Agenten (IA) nach Wooldridge & Jennings (1995) Reaktivität (reactivity) Agenten können ihre Umgebung Wahrnehmen und auf diese reagieren Proaktivität (proactiveness) Agenten können die Initiative ergreifen, um ihre Ziele zu erreichen 7
8 Eigenschaften intelligenter Agenten (IA) nach Wooldridge & Jennings (1995) Reaktivität (reactivity) Agenten können ihre Umgebung Wahrnehmen und auf diese reagieren Proaktivität (proactiveness) Agenten können die initiative ergreifen, um ihre Ziele zu erreichen Sozialfähigkeit (sozial ability) Agenten interagieren miteinander 8
9 Abstrakte Architektur eines IA nach Wooldridge (2001) Endliche Zustandsmenge: E = {e 0,e 1,...,e n } Endliche Aktionsmenge: AC = {a 0,a 1,...,a n } a 1 e 0 a 0 e 1 e 2 a 2 a n-1 Lauf r :... e n Menge der Läufe: R = R AC U R E Zustandsübergangsfunktion τ : R AC p(e) Agent Ag : R E AC Reaktiver Agent Ag : E Ac 9
10 Agent mit inneren Zuständen see: E Per action: I Ac next: I x Per I 10
11 Deductive Reasoning Agents Kapitel 3 11
12 Deduktives Schließen Logisch legale Schlussfolgerungsprozesse Bsp. Modus Ponens Aus einer bedingten Aussage und einem Faktum wird eine Konsequenz abgeleitet 2 Probleme: Transduction problem Respresentation/Reasoning problem 12
13 Deduktives Schließen Logisch legale Schlußfolgerungsprozesse Bsp. Modus Ponens Aus einer bedingten Aussage und einem Faktum wird eine Konsequenz abgeleitet 2 Probleme: Transduction problem Zeitnahe Überführung der realen Welt in eine symbolische Beschreibung Respresentation/Reasoning problem Zeitnahe Manipulation bzw. Schlussfolgerung symbolisch repräsentierter Information 13
14 Verhalten eines deduktiven Agenten Datenbasis von PLI Formeln D Informationen, die der Agent über seine Umgebung hat Deduktionsregeln ρ see: S Per next: D Ⅹ Per D action: D Ac 14
15 Verhalten eines deduktiven Agenten Bsp. Pseudo-Code einer Aktionsfunktion 15
16 Concurrent MetateM (Fisher, 1994) Jeder Agent hat 2 Komponenten Computational Engine Interface 16
17 Concurrent MetateM (Fisher, 1994) Jeder Agent hat 2 Komponenten Computational Engine Definiert unter Verwendung temporal-logischer Formeln wie der Agent reagieren soll (z.b. φ is true tomorrow ) Interface Agent Identifier, Environment propositions, Component propositions 17
18 Practical Reasoning Agents Kapitel 4 18
19 Practical Reasoning Practical Reasoning = Deliberation + Means-Ends Analysis 19
20 Practical Reasoning Deliberation Entscheidung, welches Ziel erreicht werden soll Deliberationsprozess: Options-Funktion, die auf Basis aktueller Beliefs und Intentions eine Menge von Desires erstellt Filter-Funktion, die aus der Menge der Desires das zu verfolgende Ziel auswählt 20
21 Practical Reasoning Means-Ends Analysis Planung, wie das Ziel erreicht werden soll goal/ intention/ task state of environment possible actions Planner plan to achieve goal 21
22 Commitment Blind Commitment Single Minded Commitment Open Minded Commitment 22
23 Commitment Blind Commitment Intentionen gelten, bis der Agent glaubt sie erreicht zu haben Single Minded Commitment Open Minded Commitment 23
24 Commitment Blind Commitment Intentionen gelten, bis der Agent glaubt sie erreicht zu haben Single Minded Commitement Intentionen gelten, solange ihr Erreichen sich nicht als unmöglich erweist Open Minded Commitment 24
25 Commitment Blind Commitment Intentionen gelten, bis der Agent glaubt sie erreicht zu haben Single Minded Commitement Intentionen gelten, solange ihr Erreichen sich nicht als unmöglich erweist Open Minded Commitment Intentionen können wegfallen, wenn ihre Erstellungsgründe wegfallen 25
26 Reactive and Hybrid Agents Kapitel 5 26
27 Neue Schlüsselideen Situatedness and Embodiment Wahre Intelligenz ist in der Welt situiert, nicht in körperlosen Systemen wie Theorembeweisern oder Expertensystemen Intelligence and Emergence Intelligentes Verhalten entsteht aus der Interaktion des Agenten mit seiner Umgebung 27
28 Subsumptionsarchitektur (Brooks, 1991) 3 Kernthesen Intelligentes Verhalten kann ohne explizite Repräsentation entstehen Intelligentes Verhalten kann ohne explizite Schlussfolgerungen entstehen Intelligenz ist eine emergente Eigenschaft komplexer Systeme 28
29 Subsumptionsarchitektur (Brooks, 1991) Task-Accomplishing Situation Action Eine Menge von Behaviors, die in einer Hierarchie angeordnet sind Subsumption Hierarchy Behaviors sind in Ebenen angeordnet Höhere Ebenen repräsentieren abstrakteres Verhalten Je niedriger die Ebene, desto höher die Priorität 29
30 Hybride Agenten Hybride Agenten = Reaktives + Proaktives Verhalten Schichtenarchitekturen 30
31 Multiagent Interactions Kapitel 6 31
32 Interaktionen in Multiagentensystemen 32
33 Nutzwertfunktion (utility( utility) ) & Auszahlungsmatrix Agenten handeln eigennützig zwei Agenten i, j Auszahlungsmatrix Menge von Umweltzuständen Ω i defects i cooperates utility Funktion: Ui : Ω IR Uj : Ω IR j defects i j cooperates Agenten können kooperieren oder defektieren 33
34 Wettbewerb, Nullsummeninteraktion Agenten befinden sich im Wettbewerb falls der Gewinn des einen den Verlust des anderen bedeutet ω >i ω' ω' >j ω verstärkte Form des Wettbewerbs Ui(ω) + Uj(ω) = 0, ω ϵ Ω 34
35 Nash Equilibrium 2 Strategien S1 und S2 befinden sich im Nash Equilibrium wenn, unter der Annahme, dass Agent i Strategie S1 spielt, bleibt Agent j keine bessere Wahl als Strategie S2 zu spielen. unter der Annahme, dass Agent j Strategie S2 spielt, bleibt Agent i keine bessere Wahl als Strategie S1 zu spielen. 35
36 Axelrod's Tournament ALL-D immer defect RANDOM wähle zufällig defect oder cooperate TIT-FOR-TAT erste Runde cooperate, dann genau das was der Gegner in der letzten Runde getan hat TESTER erste Runde defect. Dann abwechselnd cooperate und defect. Wenn der Gegner aber defektiert, wird weiter mit TIT-FOR-TAT gespielt. JOSS Spielt wie Tester, ersetzt in 10% der Fälle cooperate mit defect 36
37 Reaching Agreements Kapitel 7 37
38 Mechanism Design 38
39 Mechanism Design Guaranteed success Einigung wird garantiert getroffen 39
40 Mechanism Design Guaranteed success Einigung wird garantiert getroffen Maximizing social welfare Summe des Nutzens aller Teilnehmer wird maximiert 40
41 Mechanism Design Guaranteed success Einigung wird garantiert getroffen Maximizing social welfare Summe des Nutzens aller Teilnehmer wird maximiert Pareto efficiency Keine Möglichkeit einen Agenten glücklicher zu machen ohne dabei mindestens einen weniger glücklich zu machen 41
42 Mechanism Design Guaranteed success Einigung wird garantiert getroffen Maximizing social welfare Summe des Nutzens aller Teilnehmer wird maximiert Pareto efficiency keine Möglichkeit einen Agenten glücklicher zu machen ohne dabei mindestens einen weniger glücklich zu machen Individual rationality Es ist das beste nach den Regeln zu spielen Stability Anreiz, sich in einer bestimmten Art und Weise zu verhalten Simplicity Angebrachte Strategie ist offensichtlich Distribution Fehlerquellen sollen auf mehrere Agenten verteilt werden 42
43 Auktionen English first-price, open cry, ascending Dutch first-price, open cry, descending first-price first-price, sealed bid, one shot Vickrey second-price, sealed bid, one shot 43
44 Negotiation 4 Komponenten eines Negotiation Settings Negotiation Set Alle möglichen Angebote, die Agenten machen können Protokoll Alle legalen Angebote, die Agenten machen können Kollektion von Strategien Eine für jeden Agenten Regel Legt fest, wann eine Einigung getroffen wurde 44
45 Argumentation In einem Multiagenten-Szenario: logische Argumente gemeinsames Weltwissen Argumentation wird in einem Dialog aus mehreren Runden durchgeführt 45
46 Communication Kapitel 8 46
47 Sprechakttheorie (Austin, 1962) Performative Verben korrespondieren mit verschiedenen Typen von Sprechakten (z.b. inform, request, promise) 3 Teilakte (Beispielstatz: Der Hund ist Bissig ) Lokutionärer Akt Akt der Äußerung Illokutionärer Akt Aktion, die durch die sprachliche Äußerung ausgeführt wird Perlokutionärer Akt Effekt der sprachlichen Äußerung 47
48 Sprechakttheorie (Searle, 1969) Sprechaktklassifikation Assertiver Akt Der Sprecher glaubt an die getätigte Äußerung (informing) Direktiver Akt Der Sprecher versucht den Hörer dazu zu bewegen, etwas zu tun (requesting) Kommissiver Akt Der Sprecher beabsichtigt eine Handlung auszuführen (promising) Expressiver Akt Der Sprecher bringt einen psychischen Zustand zum Ausdruck (thanking) Deklarativer Akt Mit einer Äußerung wird die Welt entsprechend verändert (declaring war) 48
49 Agenten-Kommunikationssprachen 2 verbreitete Protokolle zum Austausch von repräsentiertem Wissen zwischen Agenten Knowledge Interchange Format (KIF) Sprache zur Beschreibung von Wissen Bildet den inhaltlichen Teil von KQML-Nachrichten Knowledge Query and Manipulation Language (KQML) Definiert ein allgemeines Format für Nachrichten Jede Nachricht hat ein Performativ (insgesamt stehen 41 Performative zur Verfügung) 49
50 Foundation for Intelligent Physical Agents(FIPA) Agent Communication Language(ACL) Äußere Sprache für Nachrichten (ähnlich wie KQML) ACL definiert 20 Performative Wichtigste Performative sind inform und request ACL führt zur semantischen Beschreibung die formale Sprache SL ein Formale Darstellung von beliefs, desires, uncertain beliefs und actions 50
51 Working Together Kapitel 9 51
52 Cooperative Distributed Problem Solving Agenten lösen durch kooperatives Verhalten Probleme, die für sie alleine zu komplex wären Agenten besitzen unterschiedliche Fähigkeiten 52
53 Cooperative Distributed Problem Solving Problem Decomposition Das zu lösende Problem wird in kleinere Teilprobleme zerlegt Zerlegung ist hierarchisch Zerlegung entweder durch einen Agenten mit entsprechender Expertise oder als kooperative Aktivität der Agenten Subproblem Solution Die Unterprobleme werden von den einzelnen Agenten gelöst Solution Synthesis Die Einzellösungen werden in eine Gesamtlösung integriert 53
54 Task Sharing und Result Sharing Task sharing Ein schon zerlegtes Problem soll an einzelne Agenten verteilt werden Result sharing Während die beteiligten Agenten an ihren Teilproblemen arbeiten, werden Zwischen-oder Teilergebnisse ausgetauscht 54
55 Contract Net (CNET) Protokoll zum Task Sharing 55
56 Applications Kapitel 11 56
57 Workflow und Business Process Management Automatisierung von Unternehmensprozessen z.b. ADEPT Jede Abteilung eines Unternehmens und jeder Mitarbeiter wird durch Agenten modelliert Durch Verhandlungen versuchen die Agenten ihre Ziele zu erreichen (=> Verträge) 57
58 Multiagent Information Retrieval System Informationen werden über ein Netzwerk von Agenten gesucht Einzelne Informationsagenten haben Zugriff auf Repositories (Webseiten, Datenbanken) Broker Agents vermitteln zwischen Anfrage- und Informationsagenten 58
59 Social Simulation Nutzen gesellschaftlicher Simulation mit Multiagentensystemen Beobachten von Eigenschaften eines Modells Finden von Alternativen zu beobachtbaren Phänomenen Phänomene, die sonst schwierig zu beobachten sind, können isoliert betrachtet, aufgezeichnet und wiederholt werden Explizites Modellieren einer Gesellschaft - Agenten haben Repräsentationen voneinander; Eigenschaften und Folgen dieser Repräsentationen können untersucht werden EOS - Simulation der Emergenz gesellschaftlicher Komplexität in Frankreich vor Jahren 59
60 Logics for Multiagent Systems Kapitel 12 60
61 Modallogiken Ermöglichen Unterscheidung zwischen möglichen und notwendigen Wahrheiten Aussagenlogik ergänzt durch Modaloperatoren notwendigerweise möglicherweise 61
62 Mögliche-Welten Semantik Eine Menge von möglichen Welten (W) Bsp. Kartenspiel (mögliche Kartenkombinationen) Zwischen den Welten existieren Zugänglichkeitsrelationen (R) Ein Modell für Modallogik ist ein Tripel (W, R, π) 62
63 Common Knowledge Definition des Operators E (Eφ jeder weiß φ ) Eφ = K 1 φ... K n φ E k φ Jeder weiß φ bis zum Grad k E 1 φ = Eφ E K+1 φ = E(E K φ) Common Knowledge Operator C V V Cφ = Eφ E 2 φ E 3 φ... V V V 63
64 Viel Erfolg! 64
Seminar Multiagentensysteme
Seminar Multiagentensysteme - Wiederholung -. Ipke Wachsmuth Alexa Breuing {ipke, abreuing}@techfak.uni-bielefeld.de Seminarliteratur Michael Wooldridge (2002): An Introduction to Multiagent Systems 1
MehrSeminar Multiagentensysteme
Seminar Multiagentensysteme - Wiederholung -. Alexa Breuing Julia Fröhlich {abreuing,jfroehli}@techfak.uni-bielefeld.de Seminarliteratur Michael Wooldridge (2009): An Introduction to Multiagent Systems
MehrReaching Agreements. Marc Paffen, B.Sc.
Reaching Agreements Marc Paffen, B.Sc. Motivation Mechanism Design Auctions Negotiation Argumentation Notes Inhalt Motivation (Allgemein) Interaktion mit Partnern, die nicht die gleichen Ziele verfolgen
MehrEinleitung und Intelligente Agenten MAS-Seminar - SS2008
Einleitung und Intelligente Agenten MAS-Seminar - SS2008 Daniel Kühn Dorothe Schneider Tessa-Karina Tews 17. April 2008 1 Einführung 1.1 Trends in der Geschichte der Berechnung Die Geschichte von Berechnung
MehrMultiagent Interactions
Multiagent Interactions Ein Vortrag von: Rhena Möller und Svenja Heitländer Für das Seminar Multiagentensysteme SS09 Inhalt Einleitung Was ist Interaktion und wie funktioniert sie? Anwendungen Utility
MehrEinführung Intelligente Agenten
Einführung Intelligente Agenten Sara Winter, Kai Mismahl, Anja Philippsen Seminar Multiagentensysteme Universität Bielefeld 23. April 2009 Übersicht Einführung Intelligente Agenten Definition eines Agenten
MehrSpezifikation von Handlungen von Agenten
Spezifikation von Handlungen von Agenten dargestellt am Beispiel der Sprache LORA aus M. Wooldridge: Reasoning about Rational Agents Vortrag im Projektseminar Logiken für Multiagentensysteme Im WS 2003/04
MehrDeductive Reasoning Agents Multiagentensysteme Sebastian Schuhmacher, Ruth Engel
Deductive Reasoning Agents 30.04.2009 Multiagentensysteme Sebastian Schuhmacher, Ruth Engel Inhalt Einführung in das Kapitel Agenten als Theorem Provers (Theorembeweiser) Agenten-Orientierte Programmierung
MehrIntelligent Agents. Intelligent Agents. Andreas Kudenko//Andreas Skiba
Intelligent Agents Andreas Kudenko//Andreas Skiba Einführung Umgebungen Intelligente Agenten und ihre Eigenschaften Agent im Vergleich zu anderen Systemen Agents and Objects Agents and Expert Systems Agents
MehrDeductive Reasoning Agents. Roland Krumme & Florian Schulze
Deductive Reasoning Agents Roland Krumme & Florian Schulze Inhalt Was ist ein Deductive Reasoning Agent? Hauptprobleme Deliberate Agents Staubsauger Welt Agent Oriented Programming Agent0 Concurrent MetateM
MehrCOMMUNICATION AND COOPERATION COMMUNICATION SEMINAR: AGENTENSYSTEME Kim-Anh Tran Christian Urban
COMMUNICATION AND COOPERATION COMMUNICATION SEMINAR: AGENTENSYSTEME 25.05.2010 Kim-Anh Tran Christian Urban GLIEDERUNG Einführung Sprechakttheorie Agenten-Kommunikations-Sprachen Fragen Diskussion Mind
MehrEinführung und Intelligente Agenten Vortrag vom Sara Winter, Kai Mismahl, Anja Philippsen
Einführung und Intelligente Agenten Vortrag vom 23. 4. 2009 Sara Winter, Kai Mismahl, Anja Philippsen 1. Einführung 1.1 Fünf Trends - Allgegenwart (ubiquity) Chips und Computer werden fast überall eingesetzt
MehrChristian Liguda & Simon Schmid
Thema: Working Together Christian Liguda & Simon Schmid 1 Beispiel I Komplexe Systeme 2 Divide and Conquer Prinzip Beispiel II Spiele KI 3 Themenübersicht Einführung in Cooperative Distributed Problem
MehrDeductive Reasoning Agents
Deductive Reasoning Agents Ein Vortrag von Stefan Wilsky & Jaana Korte 19. April 2007 - Seminar Multiagentensysteme Universität Bielefeld Uridee der KI: Man gibt einem System Symbolische Repräsentation
MehrDeductive Reasoning Agents
Multiagentensysteme Deductive Reasoning Agents Volkan Aksu & Sebastian Ptock Überblick Einleitung Deductive Reasoning Agents Der Staubsauger-Roboter Agentenorientierte Programmierung (AOP) Concurrent MetateM
MehrAgenten. Seminar Wissensrepräsentation. Karzhaubekova, Gulshat
Agenten Seminar Wissensrepräsentation Karzhaubekova, Gulshat Inhalt Das Konzept des Agenten Abstrakte Agentenmodelle Reaktive Agenten und Schichtenarchitekturen Logikbasierte Agenten BDI-Agenten Multiagenten
MehrShopBot, ein Software-Agent für das Internet
Software-Agenten p.1/20 ShopBot, ein Software-Agent für das Internet Eine Einführung in (Software-)Agenten Madeleine Theile Software-Agenten p.2/20 Aufbau des Vortrags grundlegende Theorie Definition Autonomy,
MehrIntelligente Agenten
Intelligente Agenten Melanie Kruse 22.06.2004 Seminar Komponentenorientierte Softwareentwicklung und Hypermedia FH Dortmund SS 2004 Was sind Agenten? Agentenforscher diskutieren seit längerem: jedoch keine
MehrPragmatik Einführung in die Sprechakttheorie
Pragmatik Einführung in die Sprechakttheorie Daniel Gutzmann Institut für Linguistik Daniel Gutzmann Einführung in die Sprechakttheorie 1 / 24 Sprache und Handlung Daniel Gutzmann Einführung in die Sprechakttheorie
MehrMultiagentensysteme MAS
Seminar Agenten und Robotfußball Sommersemester 2003 Multiagentensysteme MAS Grundlagen und Begriffsbildung Thorsten Wilmes Linnebornstiege 2 48155 Münster wilmest@web.de Matr.-Nr.: 275298 Inhaltsverzeichnis
MehrReactive and Hybrid Agents Multiagentensysteme, Veranstalter: Alexa Breuing, Ipke Wachsmuth Vortragender: Hauke Kaufhold
Reactive and Hybrid Agents Multiagentensysteme, 14.5.09 Veranstalter: Alexa Breuing, Ipke Wachsmuth Vortragender: Hauke Kaufhold Einleitung: Suche nach Alternativen zum symbolischen Paradigma der KI -Ablehnung
MehrReaktive und Hybride Agenten
Reaktive und Hybride Agenten Seminar: Agentensysteme SS10 Jens Wittrowski (jens.wittrowski@uni-bielefeld.de) Einleitung / Motivation Probleme mit Agenten, welche eine symbolische / logische Repräsentation
MehrModellierung von Wissen
Martin LMU 9. Mai 2011 Schmutzige Kinder Eine Anzahl Kinder, manche haben eine schmutzige Stirn vom Spielen, manche nicht. Kein Kind kann seine eigene Stirn sehen und auch nicht befühlen. Kann ein Kind
MehrPractical Reasoning Agents. Dominic Hallau // Tim Preuß
Practical Reasoning Intention Means-Ends-Reasoning Implementierung eines Practical Reasoning Agents Procedural Reasoning System überblick Theoretical Reasoning beliefs Practical Reasoning actions practical
MehrDeductive and Practical Reasoning Agents
Deductive and Practical Reasoning Agents Seminar: Agentensysteme SS10 Veranstalter: Alexa Breuing, Julia Tolksdorf Datum: 05.04.2010 Vortragende: Andreas Berstermann und Sebastian Wiesendahl 1 Deductive
MehrPractical Reasoning Agents
Practical Reasoning Agents Multiagentensysteme Sommersemester 09 Sabine Klein und Hugo 1. Practical Reasoning 1.1 Definition Practical Reasoning 1.2 Unterschied Means Ends Reasoning / Deliberation 1.3
MehrReaktive und hybride Agentenarchitekturen
Reaktive und hybride Agentenarchitekturen Vortrag im Seminar Agentensysteme Eine Einführung Nadine Leßmann, Alf Kranstedt, Christian Becker 1 Einleitung Symbolisch/Logische Ansätze haben Schwächen Umgebungen
MehrLogics for Multiagent Systems
Logics for Multiagent Systems Andreas Hofmeister, Heiner Schmidt 1 Motivation Bisher wurde in dem Seminar erklärt, wie man einzelne Agenten und Systeme von (kooperierenden) Agenten entwirft und implementiert.
MehrMelanie Kirchner
Projektgruppe KIMAS Kommunikation in MAS 10.09.2003 Melanie Kirchner Projektgruppe KIMAS - Kommunikation in MAS 1/34 Übersicht Motivation Grundlagen Indirekte Kommunikation Direkte Kommunikation Adressaten
MehrVerhandlungen. Projektseminar: Logiken für Multiagentensysteme Ragna Dirkner
Verhandlungen Projektseminar: Logiken für Multiagentensysteme Ragna Dirkner 10.11.2003 Quellen Diplomarbeit Verhandlungssysteme für Multiagentensysteme von Sven A. Heitsch Diplomarbeit Konzeption und Realisierung
MehrDeductive Reasoning Agents
Deductive and Practical Reasoning Agents Agentensysteme SS10 Veranstalter: Alexa Breuing, Julia Tolksdorf Vortrag vom 04.05.2010 Vortragende: Andreas Berstermann, Sebastian Wiesendahl Deductive Reasoning
MehrKommunikation. 18.Juni 2009 Ingwar Peterson Guido Mörs. 18. Juni 2009 Kommunikation 1
Kommunikation 18.Juni 2009 Ingwar Peterson Guido Mörs 18. Juni 2009 Kommunikation 1 Lost Update Agent 1 Agent 2 lesen lesen Variable 18. Juni 2009 Kommunikation 2 Lost Update Agent 1 Agent 2 (arbeitet
MehrMultiagent Interactions
Veranstaltung: Agentensysteme SS0 Veranstalter: Alexa Breuing Julia Tolksdorf Vortragende: Florian Follmer Thomas Schöpping Übersicht Motivation Definitionen Spieltheoretische Ansätze Beispiel: Prisoner
MehrReaktive und Hybride Agenten
Reaktive und Hybride Agenten Seminar: Multiagentensysteme SS07 Veranstalter: Prof. Dr. Ipke Wachsmuth Dipl. Inform. Kirsten Bergmann Vortrag von Daniel Nagel und Alexander Wecker 03.05.2007 Mars Vortrag
MehrPlanungsansätze aus der Künstlichen Intelligenz
Planungsansätze aus der Künstlichen Intelligenz Seminarvortrag Eingereicht von Betreuender Professor: Betreuender Assistent: Felix Heitbrock Matrikelnummer: 4013238 Prof. Dr.-Ing. Andreas Terstegge Dipl.-Inform.
MehrPractical Reasoning Agents Multiagentensysteme und intelligente Agenten // SS2006
Practical Reasoning Practical Reasoning ist gleichbedeutend mit deliberation und means-ends-reasoning. Im Gegensatz zum Theoretcial Reasoning, das einzig meinen Glauben über die Welt beeinflusst, läuft
Mehr5 Kommunizierende Agenten
Intelligenter (Modell) (angelehnt an Russell & Norvig, Kap. 2 siehe 1. Vorlesung) 5 Kommunizierende en 15. Vorlesung: Multiagentensysteme: Kooperation durch Kommunikation en der Künstlichen Intelligenz
MehrVortragende: Ingwar Peterson, Guido Mörs 18. Juni Kommunikation. Multiagentensysteme SS 09 Veranstalter: Alexa Breuing, Ipke Wachsmuth
Kommunikation Multiagentensysteme SS 09 Veranstalter: Alexa Breuing, Ipke Wachsmuth Lost Update Das Lost Update-Problem ist eine Motivation für Kommunikation. Gegeben zwei Agenten und eine Variable: 1.
Mehrund doch mehr als bloße Sprache? Übung: Jenseits von Sozialisation, Geschlecht, Vergesellschaftung, Subjektivierung
und doch mehr als bloße Sprache? Übung: Jenseits von Sozialisation, Geschlecht, Vergesellschaftung, Subjektivierung Gliederung 1. Der Sprechakt 1.1. Teilakte 1.2. Sprechaktregeln 1.3. performative Sprechakte
MehrSystemarchitektur. Das Eisenbahnsystem. Theoretische Grundlagen zum Seminar im Grundstudium Sprachgesteuerte Geräte (Modelleisenbahn) Alexander Huber
Systemarchitektur Theoretische Grundlagen zum Seminar im Grundstudium Sprachgesteuerte Geräte (Modelleisenbahn) Alexander Huber 1 Das Eisenbahnsystem 2 1 Was ist ein Agent? Carl Hewitt, DAI-Workshop 1994:
MehrKünstliche Intelligenz
Künstliche Intelligenz Logische Agenten Claes Neuefeind Sprachliche Informationsverarbeitung Universität zu Köln 02. November 2011 Logische Agenten Wissensbasierte Agenten Eine Modellwelt Aussagen Logik
MehrSemantik und Pragmatik
Semantik und Pragmatik SS 2005 Universität Bielefeld Teil 2, 22. April 2005 Gerhard Jäger Semantik und Pragmatik p.1/14 Wahrheitsbedingungen Wahrheit eines Satzes ist zentral bei Definition von Sinn-Relationen
Mehr1.1 Softwareagenten. Deliberative Softwareagenten. 1.1 Softwareagenten 1
1.1 Softwareagenten 1.1 Softwareagenten 1 Ein Softwareagent ist ein Programmobjekt (siehe objektorientierte Programmierung) innerhalb eines Softwaresystems (Agentenplattform), welches autonom, d. h. ohne
MehrAI in Computer Games. Übersicht. Motivation. Vorteile der Spielumgebung. Techniken. Anforderungen
Übersicht AI in Computer Games Motivation Vorteile der Spielumgebung Techniken Anwendungen Zusammenfassung Motivation Vorteile der Spielumgebung Modellierung glaubwürdiger Agenten Implementierung menschlicher
MehrStatische Spiele mit unvollständiger Information: Bayesianische-Spiele
Statische Spiele mit unvollständiger Information: Bayesianische-Spiele In einigen Situationen verfügen Spieler (nur) über unvollständige Information. Möglicherweise kennen sie die relevanten Charakteristika
MehrMultiagentensysteme. 5. Verteiltes Entscheiden
UNIVERSITÄT ULM CURANDO Multiagentensysteme 5. Verteiltes Entscheiden Prof. Dr. Susanne Biundo-Stephan Abteilung Künstliche Intelligenz, Universität Ulm WS 2005/2006 DOCENDO SCIENDO S. Biundo-Stephan (Universität
MehrDialogmanagement in Verbmobil. Aufbau
Dialogmanagement in Verbmobil Aufbau Kontextwissen und Übersetzung Kontextwissen: Weltwissen und Dialogwissen Das Dialogmodul als collector und provider von Kontextwissen Repräsentationsbasis: Äusserung
MehrVerhaltensbasierte Robotik
PS Anwendungen der moder Verhaltensbasierte Robotik Thomas Wernicke SS 2006 1. Einleitung 1.1. Definition 1.2. Vorgeschichte Überblick 1.3. Vorgeschichte / Motivation 2. Konzepte 2.1. KI Konzepte 2.2.
MehrTeilung in so kleine Unterprobleme, dass später jede Addition/Subtraktion etc ein eigenes Unterproblem ist.
Seminar Multiagentensysteme Working Together Falk Altheide, Andre Hilsendeger, Sebastian Walter Veranstalter: Ipke Wachsmuth, Alexa Breuing 25.06.2009 1 Cooperative Distributed Problem Solving (CDPS) 1.1
MehrENTSCHEIDUNGSFINDUNG IN AGENTENSYSTEMEN: ABTIMMUNGEN, AUKTIONEN, VERHANDLUNGEN. Dongdong Jiao, Bastian Treger
ENTSCHEIDUNGSFINDUNG IN AGENTENSYSTEMEN: ABTIMMUNGEN, AUKTIONEN, VERHANDLUNGEN Dongdong Jiao, Bastian Treger Überblick Einleitung Grundlagen / Kriterien Beispiel: Abstimmung Beispiel: Auktion Weitere Beispiele
MehrVERHANDLUNGSTRATEGIEN VON SOFTWARE AGENTEN. Henrik Brauer
1 VERHANDLUNGSTRATEGIEN VON SOFTWARE AGENTEN Henrik Brauer INHALT Problemstellung Verhandlungsmodell Domänentypen in Multiagentensystemen Verhandlungsbereich in aufgabenorientierten Domänen Verhandlungsstrategie
MehrZwischenbericht Projektarbeit
LMU München / LFE Medieninformatik Bearbeiter: Sven Siorpaes Bearbeitungsbeginn: 18.05.2004 Betreuer: Dipl.-Inf. Enrico Rukzio Verantwortlicher Hochschullehrer: Prof. H. Hußmann 24.09.04 Zwischenbericht
Mehr5 Kommunizierende Agenten. Intelligenter Agent. Autonomer Agent. Intelligenter Agent (Modell) Methoden der Künstlichen Intelligenz
Universität Bielefeld Intelligenter (Modell) (siehe 1. Vorlesung) 5 Kommunizierende en 14. Vorlesung: Multiagentensysteme: Kooperation durch Kommunikation en der Künstlichen Intelligenz Ipke Wachsmuth
MehrEinführung in die Linguistik
Pragmatik Pragmatik Drei Hauptaspekte sprachlicher Äußerungen/Zeichen: 1: Bezug auf Gliederung + Kombinationen (SYNTAKTISCH) 2: Bezug auf Inhalte/Sachverhalte, die sie wiedergeben (SEMANTISCH) 3: Bezug
MehrAufgabenstellung: Finden von Übereinkünften. 3. Verteilte Entscheidungsfindung. Stabilität. Erwünschte Eigenschaften
3. Verteilte Entscheidungsfindung. Aufgabenstellung und Aspekte des Mechanism Design 2. Voting 3. Auktionen 4. Verhandlungen Aufgabenstellung: Finden von Übereinkünften Wie geht das bei egoistischen Agenten?
Mehr3. Verteilte Entscheidungsfindung. 1. Aufgabenstellung und Aspekte des Mechanism Design 2. Voting 3. Auktionen 4. Verhandlungen
3. Verteilte Entscheidungsfindung 1. Aufgabenstellung und Aspekte des Mechanism Design 2. Voting 3. Auktionen 4. Verhandlungen Aufgabenstellung: Finden von Übereinkünften Wie geht das bei egoistischen
MehrSozionik: Programmatik und Anwendungsperspektiven. Dr. Ingo Schulz-Schaeffer TU Hamburg-Harburg
Sozionik: Programmatik und Anwendungsperspektiven eines neuen Forschungsfeldes Dr. Ingo Schulz-Schaeffer TU Hamburg-Harburg Sozionik: Zielsetzung: Erforschung und Modellierung künstlicher Sozialität Leitidee:
MehrKünstliche Intelligenz
Künstliche Intelligenz Intelligente Agenten Claes Neuefeind Sprachliche Informationsverarbeitung Universität zu Köln 26. Oktober 2011 Agenten Konzept des Agenten Rationalität Umgebungen Struktur von Agenten
MehrSeminar "Aktuelle Methoden der Wissensrepräsentation und Informationsverarbeitung" Thema: "Verhandlungen in Multiagenten Systemen"
Seminar 1911 "Aktuelle Methoden der Wissensrepräsentation und Informationsverarbeitung" Thema: "Verhandlungen in Multiagenten Systemen" Volker Nawrath Matrikelnr.: 4870271 Typische Struktur eines Multiagenten
MehrKlassifizierung von Agenten. 10.04.07 Verteilt-kooperative Informationssysteme 1
Klassifizierung von Agenten 10.04.07 Verteilt-kooperative Informationssysteme 1 Klassifizierung von Softwareagenten Schnittstellenagenten Informationsagenten Hybride Agenten Mobile Agenten Kollaborative
MehrKap.1: Was ist Wissen? 1.1 Begriff des Wissens (1)
Kap.1: Was ist Wissen? 1.1 Begriff des Wissens (1) Zusammenfassung: Diskutiert wurde: A) Wissensbegriff in verschiedenen Wissenschaften B) Daten Information Wissen Ebenen: (E1) Übermittlung physikalischer
MehrInterdisziplinäre fachdidaktische Übung: Sprache und Modelle. SS 2015: Grossmann, Jenko
Interdisziplinäre fachdidaktische Übung: Sprache und Modelle SS 2015: Grossmann, Jenko Einleitung Was ist ein Modell? Sprachlich orientierte Modelle Beispiele Wie entstehen Modelle? Zusammenhang Modell
MehrIndustrieökonomik II Wintersemester 2007/08 1. Industrieökonomik II. Prof. Dr. Ulrich Schwalbe. Wintersemester 2007/ 2008
Industrieökonomik II Wintersemester 2007/08 1 Industrieökonomik II Prof. Dr. Ulrich Schwalbe Wintersemester 2007/ 2008 Industrieökonomik II Wintersemester 2007/08 2 Gliederung 1. Wettbewerbsbeschränkungen
MehrKünstliche Intelligenz. Potential und Anwendung
Künstliche Intelligenz Potential und Anwendung Menschliche Intelligenz Intelligentere Maschinen dank künstlicher Intelligenz Bilder Bilder Texte Sprache Texte Sprache Verstehen von strukturierten und unstrukturierten
MehrAgentenkommunikationssprachen
Universität Bielefeld Technische Fakultät Seminar: Agentensysteme - Eine Einführung Veranstalter: C. Becker, A. Kranstedt, N. Leßmann Sommersemester 2004 Agentenkommunikationssprachen Björn Steinbrink
MehrDie Anfänge der Logik
Die Anfänge der Logik Die Entwicklung des logischen Denkens vor Aristoteles Holger Arnold Universität Potsdam, Institut für Informatik arnold@cs.uni-potsdam.de Grundfragen Was ist Logik? Logik untersucht
MehrWiederholte Spiele. Grundlegende Konzepte. Zwei wichtige Gründe, wiederholte Spiele zu betrachten: 1. Wiederholte Interaktionen in der Realität.
Spieltheorie Sommersemester 2007 1 Wiederholte Spiele Grundlegende Konzepte Zwei wichtige Gründe, wiederholte Spiele zu betrachten: 1. Wiederholte Interaktionen in der Realität. 2. Wichtige Phänomene sind
MehrEPK. Ereignisgesteuerte Prozessketten
EPK Ereignisgesteuerte Prozessketten EPK Geschäftsprozesse einer Firma darstellen, um bestehende Prozesse im Hinblick auf ihre derzeitigen und zukünftigen Veränderungen zu veranschaulichen halbformale
Mehr/26
7 8 3 3 7 2 8 2 8. /2 Sudoku 2 2 3 3 7 7 8 8 8 Füllen Sie die leeren Felder so aus, dass in jeder Zeile, in jeder Spalte und in jedem 3x3 Kästchen alle Zahlen von bis stehen.. 2/2 Warum? 7 8 3 3 7 2 8
MehrArchitektur von REST basierten Webservices
28.11.2005 Architektur von REST basierten Webservices Referent MARK ALTHOFF REST was invented by ROY T. FIELDING and RICHARD N. TAYLOR Geschichtlicher Hintergrund von REST 1994-1995 taucht der Begriff
MehrDer PECS-Agent als Referenzmodell
als Referenzmodell Ein Referenzmodell kann als Modell für eine Klasse von realen Systemen als Vorlage dienen. Es zeigt die Struktur eines Modells für alle realen Systeme, die eine gemeinsame Tiefenstruktur
MehrDAS CONTRACT NET-PROTOKOLL
Technische Fakultät Wissensbasierte Systeme (Künstliche Intelligenz) SEMINAR Agentensysteme Termin 12 DAS CONTRACT NET-PROTOKOLL Hoffhenke, Kopp, Sowa, Wachsmuth E-mail: {martinh, skopp, tsowa, ipke}@techfak.uni-bielefeld.de
MehrDialoge und Dialogsysteme
Dialoge und Dialogsysteme Tilman Vierhuff 14. Januar 2004 Inhalt 2 Was euch heute erwartet Sprechakte Dialoge Frühe Dialogsysteme Modellierung mit Automaten Information States Planbasierte Verfahren Dialoge
MehrFormale Methoden II. Gerhard Jäger. SS 2005 Universität Bielefeld. Teil 3, 12. Mai Formale Methoden II p.1/23
Formale Methoden II SS 2005 Universität Bielefeld Teil 3, 12. Mai 2005 Gerhard Jäger Formale Methoden II p.1/23 Logische Folgerung Definition 6 (Folgerung) Eine Formel ϕ folgt logisch aus einer Menge von
MehrIntelligente Agenten
KI Wintersemester 2013/2014 Intelligente Agenten Grundlagen der Künstlichen Intelligenz Wintersemester 2014/2015 Marc Toussaint 2006-2014 Heidemann, Bruhn, Toussaint Überblick Überblick Agentenbegriff,
MehrKommunikation als Spiel zwischen rationalen Agenten
Kommunikation als Spiel zwischen rationalen Agenten Stefan Partusch Hauptseminar Logik des geteilten Wissens, Centrum für Informations- und Sprachverarbeitung, Ludwig-Maximilians-Universität München 18.
MehrEpistemische Logik Einführung
Epistemische Logik Einführung Dr. Uwe Scheffler [Technische Universität Dresden] Oktober 2010 Was ist epistemische Logik? Epistemische Logik ist die Logik von Wissen und Glauben, so wie klassische Logik
MehrNatürliche Sprachen sind durch Ambiguitäten und Vagheiten beim Ausdruck von Denkinhalten charakterisiert.
1 Einführung 1.1 Logik und Linguistik Natürliche Sprachen sind durch Ambiguitäten und Vagheiten beim Ausdruck von Denkinhalten charakterisiert. In der mathematischen, formalen Logik werden formale Sprachen,
Mehr6 Pragmatik. Kerstin Schwabe (& Hubert Truckenbrodt) WS 2009/10 1
Kerstin Schwabe (& Hubert Truckenbrodt) WS 2009/10 1 6.1 Gegenstand Gegenstand/Abgrenzung Semantik Pragmatik 3 Auffassungen, die sich überschneiden. Was Pragmatik genau zu untersuchen hat, ist umstritten.
MehrFolien von Manfred Krifka. Verwendung mit freundlicher Erlaubnis des Autors
Folien von Manfred Krifka Verwendung mit freundlicher Erlaubnis des Autors 1 Sprechakte Was sind Sprechakte? Bisher betrachtete Beispiele sprachlicher Kommunikation: Assertionen, d.h. Aussagen, Behauptung
Mehrauf einer Suche basierender problemlösender Agent (Kapitel 3) logischer Planungsagent (Kapitel 10)
11 Planen Zentrale Fragestellung: Wie kann ein Agent die Struktur eines Problems nutzen, um komplexe Aktionspläne zu konstruieren? Bisher zwei Beispiele für planende Agenten: auf einer Suche basierender
MehrKapitel 1.5 und 1.6. Ein adäquater Kalkül der Aussagenlogik
Kapitel 1.5 und 1.6 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 1 /
MehrTeil 2: Dynamische Spiele mit vollständigen Informationen
Teil : Dynamische Spiele mit vollständigen Informationen Kapitel 5: Grundsätzliches Literatur: Tadelis Chapter 7 Prof. Dr. Philipp Weinschenk, Lehrstuhl für Mikroökonomik, TU Kaiserslautern Kapitel 5.:
MehrSudoku. Warum 6? Warum 6?
. / Sudoku Füllen Sie die leeren Felder so aus, dass in jeder Zeile, in jeder Spalte und in jedem x Kästchen alle Zahlen von bis stehen.. / Warum?. / Warum?. / Geschichte der Logik Syllogismen (I) Beginn
MehrIntelligente, Universelle Agenten. Michael Thielscher. Institut Künstliche Intelligenz
Intelligente, Universelle Agenten Michael Thielscher Institut Künstliche Intelligenz Intelligente Agenten Ein Agent nimmt seine Umgebung wahr (mittels Sensoren) agiert in seiner Umgebung (mittels Effektoren)
MehrLogic and Selfreference
Seminar Logik auf Abwegen Logic and Selfreference Heike Fischer 09.08.2004 1. Motivation 2. Objekt -und Metasprache 3. Modus Ponens 4. Lewis Caroll s Paradoxon 4.1 Inhalt & Analyse 4.2 Lösungsansätze 5.
MehrAufbau. Dialogmanagement in Verbmobil. Übersetzen. Christoph Schön 2004 1
Dialogmanagement in Verbmobil Aufbau und Übersetzung : Weltwissen und Dialogwissen Das Dialogmodul als collector und provider von Repräsentationsbasis: Äusserung = DA + PC Architektur des Dialogmoduls
MehrIntelligente Agentensysteme
Konzepte der AI Intelligente Agentensysteme Robert Baumgartner Inhalt Einleitung und Überblick Kollaborierende Agenten Interface Agenten Mobile Agenten Reaktive Agenten Hybridagenten / Heterogene Agentensysteme
MehrÜbersicht. 7. Prädikatenlogik 1. Stufe
Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlußfolgern 6. Logisch schließende Agenten 7. Prädikatenlogik 1. Stufe 8. Entwicklung einer Wissensbasis 9. Schließen in der Prädikatenlogik
MehrSimulation als epistemologische Grundlage für intelligente Roboter
1 Simulation als epistemologische Grundlage für intelligente Roboter Andreas Tolk The MITRE Corporation Umut Durak Deutsches Zentrum für Luft- und Raumfahrt e.v. (DLR) Public Release No. 17-0085 2017 The
MehrKonzepte der AI, WS 00/01
Konzepte der AI, WS 00/01 Intelligente Agentensysteme Robert Baumgartner Inhalt! Einleitung und Überblick! Kollaborierende Agenten! Interface Agenten! Mobile Agenten! Reaktive Agenten! Hybridagenten /
MehrWerkzeuggestützte Softwareprüfungen: Model Checking I - CTL. Vortrag von Florian Heyer
Werkzeuggestützte Softwareprüfungen: Vortrag von Florian Heyer Gliederung Wiederholung Einführung CTL im Detail Anwendungsbeispiele Abschluss 2 Model Checking (Wiederholung) Überprüfung einer Systembeschreibung
MehrWas ist Logik? Was ist Logik? Aussagenlogik. Wahrheitstabellen. Geschichte der Logik eng verknüpft mit Philosophie
Was ist Logik? Geschichte der Logik eng verknüpft mit Philosophie Begriff Logik wird im Alltag vielseitig verwendet Logik untersucht, wie man aus Aussagen andere Aussagen ableiten kann Beschränkung auf
Mehr12 Sprechakte Äußerungen als Handlungen Direkte Sprechakte Indirekte Sprechakte Sprechakte und Satztypen
12 Sprechakte 12.1 Äußerungen als Handlungen 12.2 Direkte Sprechakte 12.3 Indirekte Sprechakte 12.4 Sprechakte und Satztypen Johannes Dölling: Semantik und Pragmatik. SoSe 2012 1 12.1 Äußerungen als Handlungen
MehrAustin ( )und Searle(*1932): Kommunikationstheorie als Sprechakttheorie
1 Bettina Kietzmann Austin (1911-1960)und Searle(*1932): Kommunikationstheorie als Sprechakttheorie Die Frage nach den Regeln des Sprachgebrauchs Austin Searle Habermas Austin: Erfinder Sprechakttheorie
MehrKogSys Reading Club SS 2010
KogSys Reading Club SS 2010 Grundlagen der Kommunikation unter Robotern Martin Sticht Sinn und Zweck Warum Kommunikation von Agenten? Kommunikation von Robotern/Agenten unterstützen das Lösen gemeinsamer
Mehr3. Das Reinforcement Lernproblem
3. Das Reinforcement Lernproblem 1. Agierender Agent in der Umgebung 2. Discounted Rewards 3. Markov Eigenschaft des Zustandssignals 4. Markov sche Entscheidung 5. Werte-Funktionen und Bellman sche Optimalität
MehrIntelligente Agenten 2
Intelligente Agenten 2 - Multiagentensysteme - Teil 2 : Reaching Agreements und Communication Georg Wirth Universität Hamburg Fachbereich Informatik AB NatS Proseminar Architekturen von KI-Systemen Dr.
MehrÜbersicht. Prädikatenlogik höherer Stufe. Syntax der Prädikatenlogik 1. Stufe (mit Gleichheit)
Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlussfolgern 7. Logische Agenten 8. Prädikatenlogik 1. Stufe 9. Schließen in der Prädikatenlogik 1. Stufe 10. Wissensrepräsentation IV
Mehr