Multiagentensysteme. Zusammenfassung Wiederholung. Hana Boukricha, Ipke Wachsmuth Sommersemester 2008

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