Wahrnehmung, Weltmodell. Modellierung anderer Akteure. Programmierung Intelligenter Roboter. Bewusstes Handeln, alternativ: Reflexe.

Größe: px
Ab Seite anzeigen:

Download "Wahrnehmung, Weltmodell. Modellierung anderer Akteure. Programmierung Intelligenter Roboter. Bewusstes Handeln, alternativ: Reflexe."

Transkript

1 Modellierung anderer Akteure Bezug auf bekannte Entscheidungsstrukturen (eigenes Team) Wahrnehmung, Weltmodell Zusammenfassung: Unvollständige, unsichere Sensordaten Wahrnehmungen: Aufbereitete Sensorinformationen Modellierung unbekannten Verhaltens Data Mining, Statistik Verhaltensweisen identifizieren Unterstellung einer (mentalen) Struktur Matching Interpretation RoboCup 1 Weltmodell: ( Annahmen, nicht Wissen ) Integration neuer Wahrnehmungen und bisheriger Annahmen Integration kommunizierter Informationen Simulation von Verläufen Zuverlässigkeitsbewertungen RoboCup 2 Programmierung Intelligenter Roboter Bewusstes Handeln, alternativ: Reflexe Fähigkeiten Wahrnehmung Steuerung Intelligente Steuerung Auswahl von Fähigkeiten Kontrolle der Fortschritte Ich sehe das Licht links vor mir. Ich will zum Licht. Dafür muss ich nach links vorn gehen. Dafür muss ich mich nach links drehen und vorwärts laufen. Dafür muss ich das rechte Bein nach vorn setzen. usw. Lichtliebhaber 64 Bit RISC MIPS Prozessor, 100 MHz 32 MB Speicher Memorystick 16 MB RoboCup 3 Braitenberg Vehikel Lichtscheu RoboCup 4

2 Reflexe (Stimulus-Response) Zum Ball laufen Anlass zum Handeln Stimulus-Response Reagieren auf Ereignis aus der Umgebung Ziel-gerichtet Handeln gemäß selbst gesetzter Ziele RoboCup 5 RoboCup 6 Zielgerichtetes Verhalten Handeln gemäß selbst gesetzter Ziele Plan für Kooperation Kooperation Gemeinsame Absicht (Doppelpass) RoboCup 7 RoboCup 8

3 Grober Ablauf der Steuerung (Sensorik: Informationen erfassen) Wahrnehmung: Interpretation der Sensordaten, - einschließlich Kommunikation - Aktualisierung des internen Modells Entscheidung: Bewertung von Optionen, Auswahl von Zielen Planung: Bewertung von Fähigkeiten, Aktionen planen - einschließlich Kommunikation - (Ausführung: Aktionen ausführen) Als Prozesse (bzw. Threads) Sensorik Wahrnehmung Entscheidung Planung Ausführung sense percept select means-ends execute Können prinzipiell nebenläufig arbeiten RoboCup 9 RoboCup 10 Interaktion der Prozesse, z.b.: sense-think-act-zyklus sense execute percept means-ends select Sensor-Aktor-Kopplung sense select execute RoboCup 11 Zeithorizonte und Zustände Vergangenheit ohne Zustand: nur aktuelle Wahrnehmung mit Zustand: Weltmodell Zukunft ohne/mit Vorausschau ohne Zustand: stimulus-response mit Zustand: zielgerichtet (Verpflichtungen: Ziele, Absichten etc.) Zustand: Information über Taktgrenzen hinweg aufbewahren und verwenden. Vorausschau: Innerhalb eines Taktes zukünftige Entwicklungen simulieren. RoboCup 12

4 Vergangenheit ohne Zustand Nur aktuelle Sensorinformation auswertbar Vergangenheit mit Zustand: Weltmodell Auch frühere Wahrnehmungen berücksichtigen Wahrnehmung Wahrnehmung Sensorauswertung Sensorauswertung Zur Entscheidungskomponente ZUSTANDSKOMPONENTE Weltmodell (Belief) Zur Entscheidungskomponente RoboCup 13 Zeit RoboCup 14 Zeit AT Humboldt98 Weltmodell Zukunft: Ohne Vorausschau Beispiel Einflußbereiche ( Potentialfelder ): Für jeden Punkt des Feldes berechnen: Grad der Beherrschung Bedeutung etc. Abgeleitete Handlungen: Ball in gut beherrschten Gebieten Halten Stellungsspiel: Beherrschte Gebiete erweitern etc. RoboCup 15 RoboCup 16

5 Zukunft: Gekoppelte Aktionen Zukunft: Vorausschau (Simulation) Beipiel: Kicken bestehend aus mehreren kick(power,dir)-aktionen Aktuelle Aktion berechnen durch Aktuelles Weltmodell a b Auswahl Beste Variante Funktion (physikal. Modell) Neuronales Netz Aktion: b Aktorik Zeit RoboCup 17 RoboCup 18 Zukunft: Vorausschau (Simulation), Beispiele Wo kann der (laufende) Ball zuerst erreicht werden? Zukunft: Vorausschau (Simulation), Beispiele Wer ist zuerst am Ball? RoboCup 19 RoboCup 20

6 Zukunft: Vorausschau (Simulation), Beispiele Zukunft: Fortgesetzte Vorausschau Zu wem spielen? b Aktuelles Weltmodell a b Auswahl Vorher ausgewählt Beste Variante Aktion: b Aktorik PROBLEM 1: Aufwendige wiederholte Berechnungen Zeit RoboCup 21 RoboCup 22 Zukunft: Fortgesetzte Vorausschau Gründe für Revision Weiterer Zeithorizont Fortsetzung der bisherigen Auswahl vs. Revision der bisherigen Auswahl Dynamische Umgebung (unerwartete Entwicklung) Unvollständige Information Unsichere Information b Aktuelles Weltmodell a b Vorher ausgewählt Beste Variante b Aktuelles Weltmodell a b Vorher ausgewählt Beste Variante PROBLEME 2-4: Instabiles Verhalten Aktion: b Aktorik Aktion: a Aktorik Gefahr von Oszillationen (Beispiel: Intercept) Zeit Zeit Unsicherheit bei Kooperation (Beispiel: Wer erreicht Ball zuerst) RoboCup 23 RoboCup 24

7 Oszillationen: Beispiel Intercept Verrauschte Sensor-Daten führen zu Bewegungsänderungen Zukunft: Mit Zustand Speichern von Verpflichtungen (Commitments): Aufträge, Ziele, Wünsche, Absichten Pläne im Sinne von Effizienz - wiederholte Berechnungen vermeiden - schnelle Handlungsfähigkeit Stabilität - Ziele/Absichten steuern Handlungen - Absichten setzen Rahmen für weitere Absichten RoboCup 25 RoboCup 26 Zukunft: Mit Zustand AT Humboldt 98 Weltmodell (Belief) Analyse, (Ziel-)Auswahl Intercept Intercept Dribbeln ZUSTANDSKOMPONENTE Commitments (Aktions-)Auswahl Aktorik Zeit RoboCup 27 RoboCup 28

8 AT Humboldt 98 Komplette Vorausschau im Takt der Sensorinformationen Optionen für Basishandlungen Goalkick, Pass, Forward-Pass, Dribbeln, GotoBasePosition, Probleme bei AT Humboldt 98 Einwurf, Abstoß, Freistoß, Anstoß Entscheidungsprozedur: 1. Auswahl aussichtsreicher Optionen: Desire 2. Entscheidung für ein Desire: Intention 3. Umsetzung der Intention mittels Skill (parametrisierbarer Plan) Stabilisierungsstrategie: Bevorzugung der alten Intention Force-Continuation RoboCup 29 RoboCup 30 Probleme bei AT Humboldt 98 Probleme bei AT Humboldt 98 Torwart ausspielen Abwehrkette durchbrechen RoboCup 31 RoboCup 32

9 Probleme bei AT Humboldt 98 Lösungsvorschläge Generelle Schwierigkeiten bzgl. Entscheidungskomponente Stellungsspiel, Spiel ohne Ball Anbieten, Sichern, Decken, (Problem:Universelle GoTo-Option wird in unterschiedlichen Kontexten benutzt) Längerfristige Optionen Kombinationen aus einfacheren Optionen Kooperatives Spiel Doppelpaß, Flügelwechsel, Zeitprobleme Skalierbarkeit (mehr Optionen, komplexere Optionen) Bezüglich Zeit (für komplexe Analysen/Entscheidungen) Trennung von - Deliberator (langfristig Planung) und - Executor (kurzfristige Ausführung) Least-Commitment-Strategie d.h. verzögerte (zeitnahe) Festlegungen z.b. für Parameter Beispiel: - Paß zu Mitspieler - Paß zu Mitspieler Nr 7 - Kick auf Position (x,y) mit Geschwindigkeit v Hierarchische Struktur der Optionen Fallbasierte Analyse von Spielsituationen RoboCup 33 RoboCup 34 Bezüglich - Längerfristige Optionen - Kooperatives Spiel - Skalierbarkeit Lösungsvorschläge Komplexe Optionen in hierarchischer Struktur Rollen der Spieler in kooperativen Optionen Beispiel: Doppelpaß = 1.Spieler: Dribbeln, Passen, Freilaufen, Intercept 2.Spieler: Freilaufen, Intercept, Passen Lösungsvorschläge Bezüglich - Stellungsspiel, Spiel ohne Ball (Anbieten, Sichern, Decken,) Einbettung in hierarchische Struktur - unterschiedliche Kontexte für Analyse/Auswahl Doppelpaß, Durchbrechen der Abwehrkette,, Einwurf, Angriff stören, Abseitsfalle,, gegnerischer Freistoß, - Aufruf bei Ausführung komplexer Pläne z.b. in Doppelpaß RoboCup 35 RoboCup 36

10 BDI-Modell BDI = Belief-Desire-Intention Versuch der Strukturierung angelehnt an Psychologie/Philosophie Persistente Zustände für Annahmen (belief) Potentielle Ziele: Wünsche (desire) Absichten/(partielle) Pläne (intention) oder Annahmen (belief) Ziele (desire) Pläne (intention) RoboCup 37 Zustände (Gedächtnis) der Prozesse sense percept select means-ends execute Wahrnehmung: Weltmodell Weltmodell := Weltmodell + Sensordaten Entscheidung: Ziel Ziel := Ziel + Weltmodell Planung: Plan Plan := Plan + Ziel BDI = Belief-Desire-Intention RoboCup 38 Zustände der Prozesse als längerfristiges (!) Gedächtnis allgemein für Komplexitätsreduktion Stabilität des Verhaltens Wissen über Vergangenheit speziell: Weltmodell bei beschränkter Sensorinformation. Theoretisch reicht Weltmodell (mit Historie) generell aus (Speicherung/Rekonstruktion früherer Abläufe) Kontroversen um emergentes Verhalten RoboCup 39 Zustand für Entscheidung: Ziele etc. Vorgegebene Grundmenge: Optionen Zustand: Ziel(e) Entkopplung von Planung (means-ends) In komplexeren Szenarien weitere Trennung: Wünsche (desire): potentielle Ziele Absichten (intention): angestrebte Ziele (nach commitment) Forderung: Ziele/Absichten in sinnvoller Weise stabil Einschränkung des Suchraums durch Absichten Screen of admissibility Zeithorizont von Absichten: Festlegung (commitment) nur soweit erforderlich ( least commitment, Verfeinerung, hierarchische/partielle Pläne, Planskelette, ) RoboCup 40

11 Entscheidung ohne persistente Ziel-Zustände select: Weltmodelle Optionen Momentanes_Ziel := select(weltmodell) Einfache Verfahren für select: Tabelle, neuronales Netz, Entscheidungsbaum, ( stimulus Response ) Aufwendigere Verfahren mit Vorausschau: Simulation, Nützlickeitsberechnung, ( reaktiv? / deliberativ? ) Reaktiv? Deliberativ? Klassisch: reaktiv = einfach, kein Zustand, subsymbolisch, Primitive Verhaltensweisen deliberativ = komplex, Zustände, symbolisch, zielgerichtet, Planung, komplexes, langfristiges Verhalten hybrid = Kombination (Schichtenarchitekturen) RoboCup 41 RoboCup 42 Reaktiv? Deliberativ? world model commitment deliberation symbolic sensor-actor (state) (state) coupling reactive no no no no yes deliberative persistent persistent yes yes no hybrid persistent persistent yes yes yes SRwWM persistent no no yes/no no chess program (persistent) no yes yes no SRwWM = stimulus response with worldmodel (nach Russell-Norvig) RoboCup 43 Mit persistenten Ziel-Zuständen select:weltmodelle x Optionen Optionen Ziel := select( Weltmodell, Ziel ) Beispiel: Simulationsliga AT Humboldt 98: - bisherige intention I überprüfen: falls Fanatismus-Bedingung : weiter verfolgen sonst: - Nützlichkeiten alternativer Optionen abschätzen - nützlichste Optionen ( desire ) näher untersuchen, beste als intention-kandidat I alter fixieren - Vergleich bisherige intention I mit Kandidat I alter, Entscheidung für aktuelle intention RoboCup 44

12 Zustände für Planung: Pläne Vorgegebene Grundmenge: Aktionen, Skills, Skripte, Zustand: (parametrisierter) Plan + Abarbeitungszustand Auswahl von Fähigkeiten: means-ends: Pläne x Optionen Pläne Plan := means-ends( Plan, Ziel ) Planungsverfahren z.b. Bahnplanung Kognitive Architekturen: BDI-Modell sense Roboter-Programm execute Beschreibung anderer Roboter percept means-ends select Wahrnehmung: Weltmodell (Belief) neues Weltmodell := altes Weltmodell + Sensordaten Entscheidung: Ziel (Desire) neues Ziel := altes Ziel + Weltmodell Planung: Plan (Intention) neuer Plan := alter Plan + Ziel RoboCup 45 RoboCup 46 Ablauf im BDI-Modell percept Weltmodell Ziel sense select means-ends Plan execute sense Weltmodell Ziel percept select means-ends Plan execute sense Weltmodell Ziel percept select means-ends Plan execute Mehrfache Interferenzen: Synchronisationskonflikte (inhaltlich, zeitlich) Speziell in dynamischen Umgebungen Erfahrung mit AT Humboldt /98: Erfolge aufgrund guter Skills Erfolge aufgrund transparenter Architektur 1999/2000: bei wachsender Komplexität Probleme mit Vergleich von Nützlichkeiten Probleme mit parallelen Zielen Probleme mit langfristigen Absichten Probleme mit konsequenter Softwarewartung RoboCup 47 RoboCup 48

13 Neue Konzepte Synchronisation mit Server: zeitkritische Entscheidungen (10 msec): Executor vorberechnete Alternativen aktuellste Daten Vor-/Nachbedingungen langfristige Vorausberechnungen: Deliberator Thread-Ersatz-Modell Komplexe Skills als Kombination einfacher Skills Doppelpaß Durchbruch Flankenwechsel Torwart ausspielen RoboCup 49 Lösungsvorschläge Bezüglich Zeit (für komplexe Analysen/Entscheidungen) Trennung von - Deliberator (langfristig Planung) und - Executor (kurzfristige Ausführung) Least-Commitment-Strategie d.h. verzögerte (zeitnahe) Festlegungen z.b. für Parameter Beispiel: - Paß zu Mitspieler - Paß zu Mitspieler Nr 7 - Kick auf Position (x,y) mit Geschwindigkeit v Hierarchische Struktur der Optionen Fallbasierte Analyse von Spielsituationen RoboCup 50 Lösungsvorschläge Bezüglich - Längerfristige Optionen - Kooperatives Spiel - Skalierbarkeit Komplexe Optionen in hierarchischer Struktur Rollen der Spieler in kooperativen Optionen Beispiel: Doppelpaß = 1.Spieler: Dribbeln, Passen, Freilaufen, Intercept 2.Spieler: Freilaufen, Intercept, Passen Lösungsvorschläge Bezüglich - Stellungsspiel, Spiel ohne Ball (Anbieten, Sichern, Decken,) Einbettung in hierarchische Struktur - unterschiedliche Kontexte für Analyse/Auswahl Doppelpaß, Durchbrechen der Abwehrkette,, Einwurf, Angriff stören, Abseitsfalle,, gegnerischer Freistoß, - Aufruf bei Ausführung komplexer Pläne z.b. in Doppelpaß RoboCup 51 RoboCup 52

14 Optionenhierarchie Fußballspielen Optionenhierarchie: 2 Arten von Optionen Alternative Unteroptionen ( Oder-Verzweigung ) Angriff Verteidigung... Angriff Torschuß Doppelpaß/1 Doppelpaß/2 Flügelwechsel/1 Attackieren Kick Dribbeln... Passen Freilaufen Annehmen Abseitsfalle... Torschuß Doppelpaß/1 Doppelpaß/2 Flügelwechsel/1 Auswahlkriterien erforderlich: Utilities (kontextbezogen, d.h. innerhalb der Option) Fallbasierte Kriterien Abbruch-/Ersetzungskriterien erforderlich: Bedingungen Utilities, Fallbasierte Kriterien RoboCup 53 RoboCup 54 Optionenhierarchie: 2 Arten von Optionen Verknüpfte Unteroptionen ( Und-Verzweigung ) sequentielle Abarbeitung bzw. vernetzt Doppelpaß/1 Dribbeln Passen Freilaufen Annehmen Optionen, Wünsche, Absichten Optionen beschreiben die Möglichkeiten ( Wertebereich ) Auswahlprozeß entscheidet über auszuführende Optionen: Absichten (Intention) Auswahlprozeß kann alternative Optionen bereitstellen: Wünsche (Desire) Abbruch-/Übergangskriterien erforderlich: Bedingungen Fallbasierte Kriterien Technische Umsetzung: Status einer Option z.b. sleeping, intended, desired RoboCup 55 RoboCup 56

15 Absichten Absichten: Die zur Ausführung ausgewählten Optionen Unterschiedlicher Abarbeitungszustand (Status) von Absichten, z.b.: intended-waiting intended-active intended-cancelled intended-succeeded intended-failed Absichtenbaum Die Absichten bilden einen Teilbaum des Optionenbaums Angriff Fußballspielen Verteidigung... Torschuß Doppelpaß/1 Doppelpaß/2 Flügelwechsel/1 Attackieren Kick Dribbeln... Passen Freilaufen Annehmen... Abseitsfalle RoboCup 57 RoboCup 58 Arbeitsweise des Deliberators Der Deliberator wählt den Absichtenbaum aus. Grundlagen dafür: Analyse der Situation Nützlichkeitsberechnungen Fallbasierte Techniken (Ähnlichkeit zu Standardsituationen) Angriff Doppelpaß/1 Dribbeln Passen Freilaufen Annehmen Fußballspielen RoboCup 59 Aktivitätspfad Die aktuell ausgeführten Absichten (intended-active) bilden den Aktivitätspfad Fußballspielen Angriff Verteidigung... Torschuß Doppelpaß/1 Doppelpaß/2 Flügelwechsel/1 Attackieren Kick Dribbeln... Passen Freilaufen Annehmen Abseitsfalle RoboCup 60

16 Arbeitsweise des Executors Der Executor erzeugt jeweils eine Aktion: Er beginnt an der Wurzel des Aktivitätspfades und bearbeitet nacheinander alle Unterabsichten (Unterschied zu Prozedurkeller!). Die unterste Absicht erzeugt die aktuelle Aktion. In jeder Unterabsicht werden die Bedingungen geprüft und ggf. erfolgen Zustandsübergänge zur Aktivierung neuer Absichten. Gründe z.b.: bisherige Absicht abgeschlossen bisherige Absicht fehlgeschlagen bessere Alternative Problem: Backtracking notwendig? Fußballspielen Angriff Doppelpaß/1 Passen Sanfter Schuß kick(50,10) Formale Beschreibung Zustandsmaschinen: Jeweils genau ein Zustand ist aktuell Zustände beschreiben Optionen/Absichten(/Wünsche) Transitionen für Übergänge mit Beschriftung z.b. für Übergangsbedingungen) Absicht = aktueller Zustand Petri-Netze: Verteilter aktueller Zustand (mehrere markierte Plätze) Plätze beschreiben Optionen/Absichten(/Wünsche) Transitionen für Übergänge (mit Beschriftung) (parallele) Absichten = markierte Plätze RoboCup 61 RoboCup 62 Formale Beschreibung: Beispiel 1 ( Oder-Verzweigung ) Zustand (Platz) Bedingung Aktueller Zustand (markierter Platz) Angriff Übergang (Transition) mit Bedingungen Formale Beschreibung: Beispiel 2 ( Und-Verzweigung ) Zustand (Platz) Übergang (Transition) Bedingung mit Bedingungen Aktueller Zustand (markierter Platz) MaxUtility MaxUtility MaxUtility Dribbeln Passen Freilaufen Annehmen Torschuß Doppelpaß/1 Doppelpaß/2 Ball außerhalb kickrange Fertig oder Abbrechen Fertig oder Abbrechen Mitspieler frei Paß abgeschlossen Mitspieler hat Paß abgeschlossen RoboCup 63 RoboCup 64

17 Einfügen weiterer Möglichkeiten 1. Variante 2. Variante Tor frei MaxUtility Torschuß Ball außerhalb kickrange Mitspieler frei MaxUtility Tor frei Angriff Fertig oder Abbrechen MaxUtility Doppelpaß/1 Paß abgeschlossen Tor frei Fertig oder Abbrechen Doppelpaß/2 Dribbeln Passen Freilaufen Annehmen Tor frei Torschuß RoboCup 65 Mitspieler hat Paß abgeschlossen Einfügen weiterer Möglichkeiten Weitere Möglichkeiten betreffen bereits vorgesehene Abweichungen vom Standardverhalten, z.b.: Günstigere Möglichkeiten Alternative Ausführung Korrektur der Ausführung Fehlschlag bei der Ausführung Problem: evtl. unterschiedliche Absichten betroffen für Test der Bedingungen Alternative Ausführung Backtracking vorsehen? RoboCup 66 Parametrisierung Parameter z.b.: Mitspieler-Nr. für Paß, Durchbruch, Flügelwechsel, Mitspieler-Nr. zum Anspielen Mitspieler-Position zum Anspielen Zielpunkt/Zielgeschwindigkeit für Kick Gegenspieler/Mitspieler bzgl. Freilaufen Zielgebiet zum Freilaufen Zielpunkt zum Freilaufen Enthalten in Agenda bei jeder Absicht Unterschiedlicher Grad der Festlegung bzgl. Spezifik der Absichten (Absicht/Unterabsichten) Zeitnähe zur Ausführung: Least Commitment Fallbasierte Techniken Ausgangspunkt: Absichten = Standard-Situationen = (Generische) Fälle Ähnlichkeit für Situationsanalyse Retrieval für Auswahl geeigneter Absichten Adaption für Parametrisierung Später: Bewerten + Lernen aus Erfahrung Analyse des gegnerischen Verhaltens RoboCup 67 RoboCup 68

18 Standarsituationen als Fälle Analyse: Indizierung anhand der Spielsituation (ausgewählte Merkmale, Ähnlichkeit) Passende prototypische Spielsituation: Retrieval von Standardsituationen Geeignete Spielzüge: Verhalten in Standardsituation (mit Anpassung) Kooperatives Spiel: Zusammengehörige Spielmuster Zielsetzungen BDI-Architektur + FBS-Techniken mit Langfristig erreichbaren Zielen Vermeidung wiederholter langwieriger Deliberationsprozesse Stabiles Verhalten Koordination im Team Intuitive Modellierung (Standardsituationen) Skalierbarkeit Klare technologische Umsetzung Bewerten + Lernen aus Erfahrung Analyse des gegnerischen Verhaltens RoboCup 69 RoboCup 70

Einführung in die Robotik Steuerungsarchitekturen. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.

Einführung in die Robotik Steuerungsarchitekturen. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm. Einführung in die Robotik Steuerungsarchitekturen Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 29. 01. 2013 Steuerungsarchitekturen - Deliberative

Mehr

KiRo - Tischfußball gegen den Roboter

KiRo - Tischfußball gegen den Roboter KiRo - Tischfußball gegen den Roboter Universität Ulm Fakultät für Informatik Proseminar Künstliche Intelligenz - KiRo - Tischfußball gegen den Roboter Referat am 17.07.2006 von Thomas Schnattinger Proseminar

Mehr

Reaktive und Hybride Agenten

Reaktive 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

Mehr

Klassifizierung von Agenten. 10.04.07 Verteilt-kooperative Informationssysteme 1

Klassifizierung 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

Mehr

Wie programmiert man einen Doppelpass? Roboter spielen Fußball Illustrierte Einführung in die Robotik

Wie programmiert man einen Doppelpass? Roboter spielen Fußball Illustrierte Einführung in die Robotik Wie programmiert man einen Doppelpass? Roboter spielen Fußball Illustrierte Einführung in die Robotik Hans-Dieter Burkhard Humboldt-Universität zu Berlin Institut für Informatik www.ki.informatik.hu-berlin.de

Mehr

Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung

Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung Wintersemester 2009/10 Prof. Dr. Dr. h.c. Manfred Broy Unter Mitarbeit von Dr. K. Spies, Dr. M. Spichkova, L. Heinemann, P.

Mehr

Seminar zum Thema Künstliche Intelligenz Software-Agenten. Kay Hasselbach mi5482

Seminar zum Thema Künstliche Intelligenz Software-Agenten. Kay Hasselbach mi5482 Seminar zum Thema Künstliche Intelligenz Software-Agenten Kay Hasselbach mi5482 Agenda 1. Einführung 2. Grundlagen 3. Agenten-Strukturen 4. Architekturen 5. Beispiel: RoboCup 6. Quellen Kay Hasselbach

Mehr

12.11.2012 VFV Wölbitsch Mario, MSc

12.11.2012 VFV Wölbitsch Mario, MSc Techniktraining - FußballTECHNIK (Fußball-ABC) 1 FUSSBALL-Techniktraining Fußballtechnik = Grundlage für ein erfolgreiches Fußballspielen Ball- und Körpertechnik = Beherrschen des Balls und des Körpers!

Mehr

Das Spielfeld. Abstoß. Spielfarbe dunkelgrün. Spielfarbe hellgrün Torauslinie. Seitenauslinie. Strafraum. Bande. Mittelkreis.

Das Spielfeld. Abstoß. Spielfarbe dunkelgrün. Spielfarbe hellgrün Torauslinie. Seitenauslinie. Strafraum. Bande. Mittelkreis. play.playmobil.com Das Spielfeld Spielfarbe dunkelgrün Abstoß Spielfarbe hellgrün Torauslinie Seitenauslinie Strafraum Bande Mittelkreis 2 3 Anstoß Grundlagen für alle Spielvarianten Schusstechnik Mit

Mehr

Intelligente Agenten

Intelligente Agenten Intelligente Agenten Einige einfache Überlegungen zu Agenten und deren Interaktionsmöglichkeiten mit ihrer Umgebung. Agent benutzt: Sensoren Aktuatoren (Aktoren; Effektoren) zum Beobachten/Mess seiner

Mehr

Arbeitsgruppe Neuroinformatik

Arbeitsgruppe Neuroinformatik Arbeitsgruppe Neuroinformatik Prof. Dr. Martin Riedmiller Martin.Riedmiller@uos.de Martin Riedmiller, Univ. Osnabrück, Martin.Riedmiller@uos.de Arbeitsgruppe Neuroinformatik 1 Leitmotiv Zukünftige Computerprogramme

Mehr

Software-Engineering SS03. Zustandsautomat

Software-Engineering SS03. Zustandsautomat Zustandsautomat Definition: Ein endlicher Automat oder Zustandsautomat besteht aus einer endlichen Zahl von internen Konfigurationen - Zustände genannt. Der Zustand eines Systems beinhaltet implizit die

Mehr

1.1 Softwareagenten. Deliberative Softwareagenten. 1.1 Softwareagenten 1

1.1 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

Mehr

Modellierung von Positionssensoren. Jörg Roth Fachbereich Informatik Fernuniversität Hagen

Modellierung von Positionssensoren. Jörg Roth Fachbereich Informatik Fernuniversität Hagen Modellierung von Positionssensoren Jörg Roth Fachbereich Informatik Fernuniversität Hagen Position und Positionssensorik Die Position ist eine der wichtigsten Einflussgrößen für ortsbezogenen Dienste Im

Mehr

Excel beschleunigen mit dem mit Windows HPC Server 2008 R2

Excel beschleunigen mit dem mit Windows HPC Server 2008 R2 Excel beschleunigen mit dem mit Windows HPC Server 2008 R2 Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk Haftungsausschluss Microsoft kann für die Richtigkeit

Mehr

Modellierung biologischer. Christian Maidorfer Thomas Zwifl (Seminar aus Informatik)

Modellierung biologischer. Christian Maidorfer Thomas Zwifl (Seminar aus Informatik) Modellierung biologischer Prozesse Christian Maidorfer Thomas Zwifl (Seminar aus Informatik) Überblick Einführung Arten von Modellen Die stochastische Pi-Maschine Warum Modelle Die Biologie konzentriert

Mehr

Moderne Methoden der KI: Maschinelles Lernen

Moderne Methoden der KI: Maschinelles Lernen Moderne Methoden der KI: Maschinelles Lernen Prof. Dr.Hans-Dieter Burkhard Vorlesung Entscheidungsbäume Darstellung durch Regeln ID3 / C4.5 Bevorzugung kleiner Hypothesen Overfitting Entscheidungsbäume

Mehr

BDI-Agenten für agile zielorientierte Geschäftsprozesse

BDI-Agenten für agile zielorientierte Geschäftsprozesse BDI-Agenten für agile zielorientierte Geschäftsprozesse Birgit Burmeister 3. Expertenforum Agenten in der Automatisierungstechnik Universität Stuttgart, 29./30. September 2008 Birgit Burmeister / GR/EPF

Mehr

Reaktive Systeme und synchrones Paradigma

Reaktive Systeme und synchrones Paradigma Sascha Kretzschmann Freie Universität Berlin Reaktive Systeme und synchrones Paradigma Einführung in das Seminar über synchrone Programmiersprachen Worum geht es? INHALT 2 Inhalt 1. Einleitung - Wo befinden

Mehr

Ich möchte eine Bildergalerie ins Internet stellen

Ich möchte eine Bildergalerie ins Internet stellen Ich möchte eine Bildergalerie ins Internet stellen Ich habe viele Fotos von Blumen, von Häusern, von Menschen. Ich möchte zu einem Thema Fotos sammeln, eine Vorschau erstellen und die Fotos so in der Größe

Mehr

Fahrerlose Transportsysteme werden wirtschaftlicher und schneller Zwei Innovationen werden Wirklichkeit

Fahrerlose Transportsysteme werden wirtschaftlicher und schneller Zwei Innovationen werden Wirklichkeit LogiMAT 2012, 13.-15. März 2012, Neue Messe Stuttgart Fachforum am 14. März 2012 (Forum V Halle 9) Die FTS-Technik im Umbruch Neue Anwendungsmöglichkeiten mit neuen Konzepten Fahrerlose Transportsysteme

Mehr

Was ist Data Mining... in der Fundraising Praxis?

Was ist Data Mining... in der Fundraising Praxis? Was ist Data Mining...... in der Fundraising Praxis? Erkennen von unbekannten Mustern in sehr grossen Datenbanken (> 1000 GB) wenige und leistungsfähige Verfahren Automatisierung Erkennen von unbekannten

Mehr

Methoden zur adaptiven Steuerung von Overlay-Topologien in Peer-to-Peer-Diensten

Methoden zur adaptiven Steuerung von Overlay-Topologien in Peer-to-Peer-Diensten Prof. Dr. P. Tran-Gia Methoden zur adaptiven Steuerung von Overlay-Topologien in Peer-to-Peer-Diensten 4. Würzburger Workshop IP Netzmanagement, IP Netzplanung und Optimierung Robert Henjes, Dr. Kurt Tutschku

Mehr

Intelligente Software-Agenten

Intelligente Software-Agenten Intelligente Software-Agenten Reinhard Kuntz Seminar Kognitionswissenschaft und Intelligente Agenten 09.05.05 Das Gebiet der intelligenten Software-Agenten ist momentan sehr populär. Deshalb erweist es

Mehr

ShopBot, ein Software-Agent für das Internet

ShopBot, 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,

Mehr

Übersicht. Nebenläufige Programmierung. Praxis und Semantik. Einleitung. Sequentielle und nebenläufige Programmierung. Warum ist. interessant?

Übersicht. Nebenläufige Programmierung. Praxis und Semantik. Einleitung. Sequentielle und nebenläufige Programmierung. Warum ist. interessant? Übersicht Aktuelle Themen zu Informatik der Systeme: Nebenläufige Programmierung: Praxis und Semantik Einleitung 1 2 der nebenläufigen Programmierung WS 2011/12 Stand der Folien: 18. Oktober 2011 1 TIDS

Mehr

Holistische Betrachtung von Stoff- und Energieflüssen mittels Petri-Netzen

Holistische Betrachtung von Stoff- und Energieflüssen mittels Petri-Netzen Holistische Betrachtung von Stoff- und Energieflüssen mittels Petri-Netzen Dr. Martin Nagel Universität Erlangen-Nürnberg, Department Chemie- und Bioingenieurwesen, Lehrstuhl für Strömungsmechanik Motivation

Mehr

in vernetzten Systemen

in vernetzten Systemen Dynamische Gruppenbildung in vernetzten Systemen Doktorandenkolloquium DoKoSoN Dipl. Wirt.-Inform. Technische Universität Clausthal D-38678 Clausthal-Zellerfeld Tel. +49 5323 727120 Fax. +49 5323 727149

Mehr

Hochschule Mittweida. UML-Dokumenation. Franziska Frenzel [Wählen Sie das Datum aus]

Hochschule Mittweida. UML-Dokumenation. Franziska Frenzel [Wählen Sie das Datum aus] Hochschule Mittweida UML-Dokumenation Franziska Frenzel [Wählen Sie das Datum aus] Inhalt UML-Dokumenation Inhalt... 1 /PF 000/ App ausführen inkl. Tracking und UUID erstellen... 2 /PF 001/ Modus wechseln...

Mehr

Human-Computer-Interaction und Psychologie Aufgaben- und Kontextanalyse

Human-Computer-Interaction und Psychologie Aufgaben- und Kontextanalyse Human-Computer-Interaction und Psychologie Aufgaben- und Kontextanalyse Überblick Kontextanalyse Aufgabenanalyse Basisinformationen Weiterführende Informationen und Beispiele zur Aufgabenanalyse Analyse

Mehr

Data Mining Anwendungen und Techniken

Data Mining Anwendungen und Techniken Data Mining Anwendungen und Techniken Knut Hinkelmann DFKI GmbH Entdecken von Wissen in banken Wissen Unternehmen sammeln ungeheure mengen enthalten wettbewerbsrelevantes Wissen Ziel: Entdecken dieses

Mehr

6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne

6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne 6.2 Petri-Netze WS 06/07 mod 621 Petri-Netz (auch Stellen-/Transitions-Netz): Formaler Kalkül zur Modellierung von Abläufen mit nebenläufigen Prozessen und kausalen Beziehungen Basiert auf bipartiten gerichteten

Mehr

Durchführung eines Effectiveness Checks nach Abarbeitung von Corrective Actions and Preventive Actions (CAPA) Gerresheimer Bünde GmbH

Durchführung eines Effectiveness Checks nach Abarbeitung von Corrective Actions and Preventive Actions (CAPA) Gerresheimer Bünde GmbH Durchführung eines Effectiveness Checks nach Abarbeitung von Corrective Actions and Preventive Actions (CAPA) Gerresheimer Bünde GmbH Einstufung der Abweichung (remark), minor, major, critical Unterscheidung

Mehr

3 Programmierung von Robotern

3 Programmierung von Robotern 3 Programmierung von Robotern 3.1 Arten der Programmierung Arten Programmierung durch Beispiele Programmierung durch Training roboterorientierte Programmierung aufgabenorientierte Programmierung 3.1.1

Mehr

Übersicht: Theoriekonzept effizienter betrieblicher Verhandlungen

Übersicht: Theoriekonzept effizienter betrieblicher Verhandlungen Übersicht: Theoriekonzept effizienter betrieblicher Verhandlungen Theoretische Grundlagen: 2 Modelle des Verhaltens einer Betriebsgewerkschaft bzw. einer betrieblichen Interessenvertretung der ANer - Lohnfixierung/

Mehr

Generelle Planungsprozedur

Generelle Planungsprozedur Generelle Planungsprozedur Um unliebsame Überraschungen zu vermeiden, ist es unbedingt erforderlich, bei der Planung ein bestimmtes Vorgehen einzuhalten. Außerdem sind für die erfolgreiche Arbeit mit Microsoft

Mehr

Themen. Zusammenarbeit Vorbereitung Strafbestimmungen Schüsse von der Strafstossmarke

Themen. Zusammenarbeit Vorbereitung Strafbestimmungen Schüsse von der Strafstossmarke Regel 14 Strafstoss Themen Zusammenarbeit Vorbereitung Strafbestimmungen Schüsse von der Strafstossmarke Zusammenarbeit Der Schiedsrichter organisiert die Voraussetzungen für die Wiederaufnahme des Spiels

Mehr

Einleitung. Kennzeichen unserer Spielphilosophie. Die Bedeutung unserer Spielphilosophie. Spiel- und Ausbildungsphilosophie im SFV

Einleitung. Kennzeichen unserer Spielphilosophie. Die Bedeutung unserer Spielphilosophie. Spiel- und Ausbildungsphilosophie im SFV Einleitung Die Bedeutung unserer Spielphilosophie Unsere Spielphilosophie definiert die Spielqualität. Sie gibt uns die Kriterien für die Beobachtung und die Analyse der Spiele auf allen Stufen. Unsere

Mehr

Prof. Dr.-Ing. Holger Voos M.Sc. Suparchoek Wangmanaopituk. Hochschule Ravensburg-Weingarten Labor für mobile Robotik und Mechatronik

Prof. Dr.-Ing. Holger Voos M.Sc. Suparchoek Wangmanaopituk. Hochschule Ravensburg-Weingarten Labor für mobile Robotik und Mechatronik Agent-based Automation of a flexible Microproduction System including Teams of Mobile Robots Prof. Dr.-Ing. Holger Voos M.Sc. Suparchoek Wangmanaopituk Hochschule Labor für mobile Robotik und Mechatronik

Mehr

17 Architekturentwurf Vorgehen und Dokumentation

17 Architekturentwurf Vorgehen und Dokumentation 17 Architekturentwurf Vorgehen und Dokumentation 17.1 Einbettung Aber Erster Schritt der Lösung Wenn Anforderungsspezifikation vorliegt Vorgabe für Codierung Hierarchische Verzahnung von Anforderungen

Mehr

In dem facettenreichen Social Web, in dem täglich neue Anwendungen hinzukommen, andere an Bedeutung verlieren, ist es ohne geeignete Hilfsmittel auch nicht möglich, einen halbwegs verlässlichen Überblick

Mehr

3.4 Unified Process. 1999 Ivar Jacobson, Grady Booch, James Rumbaugh: The Unified Software Development Process.

3.4 Unified Process. 1999 Ivar Jacobson, Grady Booch, James Rumbaugh: The Unified Software Development Process. 1999 Ivar Jacobson, Grady Booch, James Rumbaugh: The Unified Software Development Process. 1996 Philippe Kruchten: Rational Unified Process Produkt der Firma Seit 2002 Teil des IBM Konzerns Objektorientiertes

Mehr

Autonome Mobilität - Was wir von biologischen Systemen lernen können. Georg Färber Realzeit Computer - Systeme Technische Universität München

Autonome Mobilität - Was wir von biologischen Systemen lernen können. Georg Färber Realzeit Computer - Systeme Technische Universität München Autonome Mobilität - Was wir von biologischen Systemen lernen können Georg Färber Realzeit Computer - Systeme Technische Universität München Autonome Mobilität Lernen von der Biologie Merkmals- Erkennung

Mehr

Spielintelligenz im Fußball Einführungs-Seminar Horst Wein

Spielintelligenz im Fußball Einführungs-Seminar Horst Wein Folie: 1 Spielintelligenz im Fußball Einführungs-Seminar Horst Wein Folie: 2 Tendenzen im Fußballtraining TECHNIK 1870-1960 KONDITION FC Köln TAKTIK WM 1990 SPIEL- INTELLIGNZ ab 2002 1 Folie: 3 Moderner

Mehr

Modellbasierte Teststrategie in der Fahrzeugerprobung am Beispiel der car2go

Modellbasierte Teststrategie in der Fahrzeugerprobung am Beispiel der car2go Daimler Mobility Services 09.10.2013 Modellbasierte Teststrategie in der Fahrzeugerprobung am Beispiel der car2go Aachener Kolloquium Fahrzeug- und Motorentechnik 2013 Slavko Bevanda (Daimler Mobility

Mehr

Positionspapier Big Data

Positionspapier Big Data TeleTrusT-interner Workshop Berlin, 05.06.2014 Positionspapier Big Data Oliver Dehning, antispameurope GmbH Leiter der AG Cloud Security Definition Big Data Big Data bezeichnet große Datenmengen (Volume)

Mehr

Reaktive Programmierung Vorlesung 16 vom 14.07.2015: Theorie der Nebenläufigkeit

Reaktive Programmierung Vorlesung 16 vom 14.07.2015: Theorie der Nebenläufigkeit 18:13:55 2015-07-14 1 [16] Reaktive Programmierung Vorlesung 16 vom 14.07.2015: Theorie der Nebenläufigkeit Christoph Lüth & Martin Ring Universität Bremen Sommersemester 2015 2 [16] Organisatorisches

Mehr

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery Seminar Business Intelligence Teil II Data Mining & Knowledge Discovery Was ist Data Mining? Sabine Queckbörner Was ist Data Mining? Data Mining Was ist Data Mining? Nach welchen Mustern wird gesucht?

Mehr

Planmäßig ausbilden im Kleinbetrieb

Planmäßig ausbilden im Kleinbetrieb Planmäßig im Kleinbetrieb Die Planmäßigkeit der Ausbildung in einem Kleinbetrieb lässt sich mit Hilfe folgender 4 Module verbessern: Ausbildungsplan Lernbögen Motivation Einen Ausbildungsplan erstellen

Mehr

Oracle Scorecard & Strategy Management

Oracle Scorecard & Strategy Management Oracle Scorecard & Strategy Management Björn Ständer ORACLE Deutschland B.V. & Co. KG München Schlüsselworte: Oracle Scorecard & Strategy Management; OSSM; Scorecard; Business Intelligence; BI; Performance

Mehr

Drahtlos in die Industrie 4.0

Drahtlos in die Industrie 4.0 Drahtlos in die Industrie 4.0 Mike Ludwig mike.ludwig@dresden-elektronik.de www.dresden-elektronik.de copyright 2015 dresden elektronik ingenieurtechnik gmbh 1 Inhalt Aktueller Einsatz von Drahtlossystemen

Mehr

Positionsdynamische Modellierung zur Situations- und Spieleridentifikation im Fußball

Positionsdynamische Modellierung zur Situations- und Spieleridentifikation im Fußball Positionsdynamische Modellierung zur Situations- und Spieleridentifikation im Fußball Claudia Augste 1, Malte Siegle 1, Bernhard Kirchlechner 2, Nico Baron von Hoyningen-Huene 2, Michael Beetz 2 & Martin

Mehr

Systemanalyse I Software-Entwicklung. Die Phase Design.? Prof. Dr. Susann Kowalski

Systemanalyse I Software-Entwicklung. Die Phase Design.? Prof. Dr. Susann Kowalski Die Phase Design Design Entwerfen der Benutzeroberfläche, des Bedienablaufs und der Softwarearchitektur Umsetzen des fachlichen Modells auf technische Möglichkeiten; Spezifikation der Systemkomponenten

Mehr

Dialognetze. Ziel : Beschreibung von Methoden und Beschreibungstechniken für den Entwurf und die Dokumentation von Dialogabläufen

Dialognetze. Ziel : Beschreibung von Methoden und Beschreibungstechniken für den Entwurf und die Dokumentation von Dialogabläufen Dialognetze Ziel : Beschreibung von Methoden und Beschreibungstechniken für den Entwurf und die Dokumentation von Dialogabläufen Dialogabläufe auf Fensterebene "grobe Dialogabläufe" d.h. Wechsel zwischen

Mehr

Data Mining und Text Mining Einführung. S2 Einfache Regellerner

Data Mining und Text Mining Einführung. S2 Einfache Regellerner Data Mining und Text Mining Einführung S2 Einfache Regellerner Hans Hermann Weber Univ. Erlangen, Informatik 8 Wintersemester 2003 hans.hermann.weber@gmx.de Inhalt Einiges über Regeln und Bäume R1 ein

Mehr

Monitoring und Sozialberichterstattung.

Monitoring und Sozialberichterstattung. Monitoring und Sozialberichterstattung. Der Monitor Arbeitsmarktpolitik im Vergleich Diskussionsbeitrag zum Werkstattgespräch 2: Regulierung des Umbruchs Umbruch der Regulierung 9./ 10. März 2006 in Göttingen

Mehr

Reinforcement Learning

Reinforcement Learning Effiziente Darstellung von Daten Reinforcement Learning 02. Juli 2004 Jan Schlößin Einordnung Was ist Reinforcement Learning? Einführung - Prinzip der Agent Eigenschaften das Ziel Q-Learning warum Q-Learning

Mehr

PNML-notierte Objekt-Petrinetze zur Integration von Prozess- und Organisationsmodellen

PNML-notierte Objekt-Petrinetze zur Integration von Prozess- und Organisationsmodellen Gefördert vom PNML-notierte Objekt-Petrinetze zur Integration von Prozess- und Organisationsmodellen Th. Theling 1, K. Sarshar 2, P. Loos 2, M. Jerrentrup 3 1 Johannes Gutenberg-Universität Mainz 2 Institut

Mehr

Einführung in die Modellierung

Einführung in die Modellierung Einführung in die Modellierung Christian Huemer Business Informatics Group Institute of Software Technology and Interactive Systems Vienna University of Technology Favoritenstraße 9-11/188-3, 1040 Vienna,

Mehr

Kybernetik Braitenberg Vehikel

Kybernetik Braitenberg Vehikel Kybernetik Braitenberg Vehikel Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uniulm.de 29. 05. 2012 Was ist Kybernetik? environment agent Kybernetik ermöglicht,

Mehr

2. Die Darstellung von Algorithmen

2. Die Darstellung von Algorithmen 2. Die Darstellung von Algorithmen Aus den Einführungsbeispielen und Übungsaufgaben ist erkennbar, dass zur Darstellung von Algorithmen Grundelemente notwendig sind. Neben der Notation einzelner elementarer

Mehr

Die neue ISO 9001:2015 Neue Struktur

Die neue ISO 9001:2015 Neue Struktur Integrierte Managementsysteme Die neue ISO 9001:2015 Neue Struktur Inhalt Neue Struktur... 1 Die neue ISO 9001:2015... 1 Aktuelle Status der ISO 9001... 3 Änderungen zu erwarten... 3 Ziele der neuen ISO

Mehr

Futsal in der Schule nach dem taktischen Spielvermittlungskonzept von. Horst Wein

Futsal in der Schule nach dem taktischen Spielvermittlungskonzept von. Horst Wein FutsalinderSchulenachdemtaktischenSpielvermittlungskonzeptvon HorstWein 23.05.2012 FD1.1Sport ArianeHonegger,AngelaCrameri,NathalieGrossmann FD1.1,FS2012 ArianeHonegger,AngelaCrameri,NathalieGrossmann

Mehr

Grundlagen der Künstlichen Intelligenz

Grundlagen der Künstlichen Intelligenz Grundlagen der Künstlichen Intelligenz 3. Einführung: Rationale Agenten Malte Helmert Universität Basel 2. März 2015 Einführung: Überblick Kapitelüberblick Einführung: 1. Was ist Künstliche Intelligenz?

Mehr

Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005. Paradigmen im Algorithmenentwurf

Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005. Paradigmen im Algorithmenentwurf Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005 Paradigmen im Algorithmenentwurf Problemlösen Problem definieren Algorithmus entwerfen

Mehr

Einzelübungen mit dem Ball Finten. Vom Bekannten zum Unbekannten

Einzelübungen mit dem Ball Finten. Vom Bekannten zum Unbekannten Einzelübungen mit dem Ball Finten Vom Bekannten zum Unbekannten Mit zunehmendem Lernfortschritt verbunden mit einer immer komplexer werdenden Wettkampfsituation ist es unerläßlich, daß der einzelnen Spieler

Mehr

Petri-Netzbasierte Modellierung und. Analyse von Risikoaspekten in. Zur Erlangung des akademischen Grades eines. Doktors der Wirtschaftswissenschaften

Petri-Netzbasierte Modellierung und. Analyse von Risikoaspekten in. Zur Erlangung des akademischen Grades eines. Doktors der Wirtschaftswissenschaften Carhruher Institut für Technologie Petri-Netzbasierte Modellierung und Analyse von Risikoaspekten in Geschäftsprozessen Zur Erlangung des akademischen Grades eines Doktors der Wirtschaftswissenschaften

Mehr

Themen. Elemente der Regel Abseitsposition Eingreifen ins Spiel. Regelübertretungen Tipps

Themen. Elemente der Regel Abseitsposition Eingreifen ins Spiel. Regelübertretungen Tipps Regel 11 Abseits Themen Elemente der Regel Abseitsposition Eingreifen ins Spiel - einen Gegner beeinflussen - ins Spiel eingreifen - aus seiner Stellung einen Vorteil ziehen Regelübertretungen Tipps Elemente

Mehr

I.O. BUSINESS. Checkliste Change Management

I.O. BUSINESS. Checkliste Change Management I.O. BUSINESS Checkliste Change Management Gemeinsam Handeln I.O. BUSINESS Checkliste Change Management Generell liegen die Ansatzpunkte für die Gestaltung von Veränderungsprozessen bei - dem einzelnen

Mehr

BMC CONTROL-M Group Scheduling

BMC CONTROL-M Group Scheduling BMC CONTROL-M Group Scheduling Eine innovative Möglichkeit, komplexe Geschäftsprozesse effizient zu steuern Andreas Kaiser ATICS GmbH akaiser@atics.de ATICS GmbH 64589 Stockstadt/Rhein 1 Agenda Geänderte

Mehr

Die internationale Dimension des dualen Studiums

Die internationale Dimension des dualen Studiums Die internationale Dimension des dualen Studiums Lukas Graf, University of Luxembourg Justin Powell, University of Luxembourg Johann Fortwengel, Freie Universität Berlin Nadine Bernhard, Humboldt-Universität

Mehr

Verfahrensanweisung Umgang mit Beschwerden.doc INHALT

Verfahrensanweisung Umgang mit Beschwerden.doc INHALT INHALT 1 Zweck und Anwendungsbereich 2 2 Begriffe / Definitionen 2 2.1 Definitionen 2 3 Zuständigkeiten 2 4 Verfahrensbeschreibung 3 4.1 Schematische Darstellung Fehler! Textmarke nicht definiert. 4.2

Mehr

2.1.2 Tipps zur Erarbeitung der Prozessbeschreibung Unternehmensziele

2.1.2 Tipps zur Erarbeitung der Prozessbeschreibung Unternehmensziele QM im Unternehmen QMH, Kap. 2.1.2 2.1.2 Tipps zur Erarbeitung der Prozessbeschreibung Unternehmensziele QM in der konkret WEKA MEDIA GmbH & Co. KG Dezember 2005 Was beinhaltet diese Prozessbeschreibung?

Mehr

Das Ende aller Nischen: Der künftige Platz des Wissenschaftlichen Bibliothekars im modernen Dienstleistungsbetrieb

Das Ende aller Nischen: Der künftige Platz des Wissenschaftlichen Bibliothekars im modernen Dienstleistungsbetrieb B eschränkt mit diesem Bücherhauf, den Würme nagen, Staub bedeckt, [...] Mit Instrumenten vollgepfropft, Urväter Hausrat drein gestopft Das ist deine Welt! Goethe, Faust. Direktor der Universitätsbibliothek

Mehr

Grundlagen der Künstlichen Intelligenz

Grundlagen der Künstlichen Intelligenz Grundlagen der Künstlichen Intelligenz 2. Agenten, Umgebungen und Lösungsverfahren Malte Helmert Universität Basel 4. März 2013 Rationale Agenten Heterogene Einsatzgebiete KI-Systeme erfüllen sehr unterschiedliche

Mehr

Die nachstehenden Fragen und Antworten wurden der DFB-SR-Zeitung Nr. 5/2013 entnommen.

Die nachstehenden Fragen und Antworten wurden der DFB-SR-Zeitung Nr. 5/2013 entnommen. Die Regelfragen und Antworten aus der DFB-SR-Zeitung Nr. 5/2013 Die nachstehenden Fragen und Antworten wurden der DFB-SR-Zeitung Nr. 5/2013 entnommen. Situation 1 Ein Angreifer schlägt einen langen Pass

Mehr

Meetings typgerecht organisieren

Meetings typgerecht organisieren Der Kabarettist Werner Fink sagte einmal: Besprechungen sind Veranstaltungen, wo viele hineingehen, und nichts herauskommt. Ineffizienz und Ineffektivität von Besprechungen und Meetings sind Dauerbrenner

Mehr

KREDITVERZEICHNIS Konfiguration Ausgabe: 20.02.13 1/13. Dokumentation KREDITVERZEICHNIS. Teil 2. Konfiguration

KREDITVERZEICHNIS Konfiguration Ausgabe: 20.02.13 1/13. Dokumentation KREDITVERZEICHNIS. Teil 2. Konfiguration KREDITVERZEICHNIS Konfiguration Ausgabe: 20.02.13 1/13 Dokumentation KREDITVERZEICHNIS Teil 2 Konfiguration Stand 20.02.2013 KREDITVERZEICHNIS Konfiguration Ausgabe: 20.02.13 2/13 Inhalt 1. KONFIGURATION...

Mehr

Vorlesung Software-Wartung Änderungs- und Konfigurationsmanagement

Vorlesung Software-Wartung Änderungs- und Konfigurationsmanagement Vorlesung Software-Wartung Änderungs- und Konfigurationsmanagement Dr. Markus Pizka Technische Universität München Institut für Informatik pizka@in.tum.de 3.3 Änderungsmanagement (CM) Evolution der Software

Mehr

Qualitätsmanagement. Grundlagen

Qualitätsmanagement. Grundlagen Grundlagen Historie: Mit industriellen Massenproduktion erforderlich geworden (Automobilindustrie, Anfang des letzten Jahrhunderts); Qualitätsmanagement zunächst nur in der Fertigung Mitte des letzten

Mehr

Client/Server-Systeme

Client/Server-Systeme Fachbereich Informatik Projektgruppe KOSI Kooperative Spiele im Internet Client/Server-Systeme Vortragender Jan-Ole Janssen 26. November 2000 Übersicht Teil 1 Das Client/Server-Konzept Teil 2 Client/Server-Architekturen

Mehr

Zahlungsavise für den Versand erstellen

Zahlungsavise für den Versand erstellen Zahlungsverkehr Zahlungsavise für den Versand erstellen Stand 26.02.2010 TOPIX Informationssysteme AG Zahlungsavise für den Versand erstellen In TOPIX werden Avise verschickt, um Zahlungen anzukündigen,

Mehr

Einführung in die Robotik Regelung. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 04. 12.

Einführung in die Robotik Regelung. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 04. 12. Einführung in die Robotik Regelung Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 04. 12. 2012 The human is perhaps the most intelligent control system

Mehr

Die besten Übungen von Top-Coaches Zusammengestellt und variiert von Peter Schreiner

Die besten Übungen von Top-Coaches Zusammengestellt und variiert von Peter Schreiner Peter Schreiner: Die besten Übungen von Top-Coaches Seite 1 Die besten Übungen von Top-Coaches Zusammengestellt und variiert von Peter Schreiner Praxis: In der Praxisdemonstration vermittelt Peter Schreiner

Mehr

Spieltheorie mit. sozialwissenschaftlichen Anwendungen

Spieltheorie mit. sozialwissenschaftlichen Anwendungen .. Friedel Bolle, Claudia Vogel Spieltheorie mit sozialwissenschaftlichen Anwendungen SS Inhalt. Einleitung. Sequentielle Spiele Terminologie Spielbäume Lösen von Sequentiellen Spielen .. Motivation: Warum

Mehr

Interactive exploration of neural networks in Python. 3-d simulation of the e-puck robot in virtual environments

Interactive exploration of neural networks in Python. 3-d simulation of the e-puck robot in virtual environments Studienprojekte Sommersemester 2014 Interactive exploration of neural networks in Python 3-d simulation of the e-puck robot in virtual environments, m.pyka@rub.de Mercator Research Group Structure of Memory

Mehr

Häufige Workflows Mac-Deployment

Häufige Workflows Mac-Deployment Häufige Workflows Mac-Deployment Zielpublikum: CVs Beschreibung: Zusammenfassung häufiger und alltäglicher Aktionen in Absolute Manage bei der Verwaltung von Rechnern Patch-Management In das Patch-Management

Mehr

Theoretische und praktische Grundlagen für Fehlerbaumanalysen

Theoretische und praktische Grundlagen für Fehlerbaumanalysen Inhaltsverzeichnis 1 Einführung......................................... 1 1.1 Fehlerbaumanalyse was ist das?........................ 1 1.2 Wozu die Fehlerbaumanalyse geeignet ist................... 3

Mehr

Skript zum Labor Maschinenkonstruktion. Konzipieren mechatronischer Produkte: Modellbasierte Programmierung eines Mikroroboters

Skript zum Labor Maschinenkonstruktion. Konzipieren mechatronischer Produkte: Modellbasierte Programmierung eines Mikroroboters Skript zum Labor Maschinenkonstruktion Konzipieren mechatronischer Produkte: Modellbasierte Programmierung eines Mikroroboters Sommersemester 2012 1. Einführung 1.1. Modellbasierte Entwicklung mechatronischer

Mehr

Interpretation. 1. Mögliche Konsequenzen, die sich für die Lehrerarbeit daraus ergeben

Interpretation. 1. Mögliche Konsequenzen, die sich für die Lehrerarbeit daraus ergeben Interpretation 1. Mögliche Konsequenzen, die sich für die Lehrerarbeit daraus ergeben Hilfreich für Interaktionale Prozesse zwischen behinderten und nichtbehinderten Kindern wären: Vorbereitung der nichtbehinderten

Mehr

Softwaretechnologie Wintersemester 2009/2010 Dr. Günter Kniesel, Pascal Bihler

Softwaretechnologie Wintersemester 2009/2010 Dr. Günter Kniesel, Pascal Bihler Übungen zur Vorlesung Softwaretechnologie Wintersemester 2009/2010 Dr. Günter Kniesel, Pascal Bihler Übungsblatt 4 Lösungshilfe. Aufgabe 1. Zustandsdiagramm (8 Punkte) Geben Sie ein Zustandsdiagramm für

Mehr

VL2: Softwareprojekt - Anforderungsanalyse. Inhalt. 1. Struktur eines Softwareprojektes

VL2: Softwareprojekt - Anforderungsanalyse. Inhalt. 1. Struktur eines Softwareprojektes Dozent: G.Döben-Henisch (Version vom 16.April 2005) PPmP VL2 VL2: Softwareprojekt - Anforderungsanalyse Inhalt 1. Struktur eines Softwareprojektes 2. Anforderungsanalyse 1. Struktur eines Softwareprojektes

Mehr

Meine Workflow Engine spricht BPMN ein Erfahrungsbericht

Meine Workflow Engine spricht BPMN ein Erfahrungsbericht Meine Workflow Engine spricht BPMN ein Erfahrungsbericht Dr. Martin Bartonitz, Product Marketing Manager Solution Specialist SAPERION AG SAPERION AG - Firmenprofil Unternehmenszentrale in Berlin 160 Mitarbeiter

Mehr

1 Einleitung. 1.1 Aufgaben und Grobstruktur. Was ist ein Betriebssystem?

1 Einleitung. 1.1 Aufgaben und Grobstruktur. Was ist ein Betriebssystem? 1 Einleitung 1.1 Aufgaben und Grobstruktur Was ist ein Betriebssystem? Betriebssystem (Definition nach DIN 44300) Die Programme eines digitalen Rechensystems, die zusammen mit den Eigenschaften der Rechenanlage

Mehr

Geschäftsprozesse SOA-gerecht modellieren mit BPMN und UML. München, 28. Januar 2010

Geschäftsprozesse SOA-gerecht modellieren mit BPMN und UML. München, 28. Januar 2010 Geschäftsprozesse SOA-gerecht modellieren mit BPMN und UML München, 28. Januar 2010 INHALT Warum BPMN? Prozesse modellieren mit BPMN 2.0 Fachliche Services identifizieren BPMN-Prozesse mit UML ergänzen

Mehr

Softwaretechnik (WS 11/12)

Softwaretechnik (WS 11/12) Universität Augsburg, LSt. Softwaretechnik, K. Stenzel, H. Seebach, G. Anders Softwaretechnik (WS 11/12) Lösungsvorschlag 5 Aufgabe 1 (System Behavior: System Sequence Diagrams) (10/5 Punkte) a) Was sind

Mehr

Motivation. Motivation

Motivation. Motivation Vorlesung Modellierung nebenläufiger Systeme Sommersemester 2012 Universität Duisburg-Essen Was sind nebenläufige Systeme? Ganz allgemein: Systeme, bei denen mehrere Komponenten/Prozesse nebenläufig arbeiten

Mehr

Institut für Computational Engineering ICE. N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t. w w w. n t b.

Institut für Computational Engineering ICE. N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t. w w w. n t b. Institut für Computational Engineering ICE N ä h e r d ra n a m S ys t e m d e r Te c h n i k d e r Z u ku n f t w w w. n t b. c h Rechnen Sie mit uns Foto: ESA Das Institut für Computational Engineering

Mehr

Data Mining als Arbeitsprozess

Data Mining als Arbeitsprozess Data Mining als Arbeitsprozess Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 31. Dezember 2015 In Unternehmen werden umfangreichere Aktivitäten oder Projekte im Bereich des Data Mining

Mehr