Reaktive und Hybride Agenten

Transkript

1 Reaktive und Hybride Agenten Seminar: Agentensysteme SS10 Jens Wittrowski

2 Einleitung / Motivation Probleme mit Agenten, welche eine symbolische / logische Repräsentation verwenden (zu rechenintensiv, komplex) Neue Ansätze entstanden mit folgenden Grundgedanken: Ablehnung einer symbolischen Repräsentation Intelligentes Verhalten wird gesehen als Interaktion eines Agenten mit seiner Umwelt Intelligentes Verhalten entsteht durch Interaktion von verschiedenen einfachen Verhaltensweisen

3 Subsumptionsarchitektur Subsumptionsarchitektur nach Brooks 3 Hauptthesen: (1) Keine explizite symbolische Repräsentation für intelligentes Verhalten erforderlich (2) Kein abstraktes Schlussfolgern erforderlich (3) Intelligenz ist eine emergente Eigenschaft von bestimmten komplexen Systemen

4 Subsumptionsarchitektur Kernideen der Brookschen Forschung: (1) Situiertheit und Verkörperung: Intelligenz befindet sich in der Welt, nicht in körperlosen Systemen. (2) Intelligenz und Emergenz Intelligentes Verhalten entsteht durch eine Interaktion eines Agenten mit seiner Umwelt. Intelligenz liegt im Auge des Betrachters.

5 Subsumptionsarchitektur Zwei Charakteristiken der Subsumptionsarchitektur: (1) Menge an Aufgaben-ausführenden Verhalten (Regeln) (2) Subsumptionshierarchie (Kontrolle bei gleichzeitig zutreffenden Regeln)

6 Subsumptionsarchitektur Aufgaben-ausführendes Verhalten : Dient dem Treffen von Entscheidungen Wahrgenommenen Eingaben werden Aktionen zugeordnet Enthalten keine komplexe symbolische Repräsentationen Oft als Regeln implementiert (Situation --> Aktion)

7 Subsumptionsarchitektur Subsumptionshierarchie : Ziel: Priorisierung der Regeln Hierarchische Anordnung der Regeln in Schichten (Layer) Je niedriger die Schicht, desto höher die Priorität => Regeln, welche eine hohe Priorität erfordern, müssen in untere Schicht implementiert werden

8 Subsumptionsarchitektur Level 3 Priorität Level 2 Level 1 Sensor input Level 0 Action output

9 Beispiel: Mars Explorer Aufgabe: Einsammeln von Objekten (spezielle Gesteinstypen) auf einem unbekannten Planeten Transferieren der Objekte zur Basis Mehrere Sammler und eine Basis verfügbar

10 Beispiel: Mars Explorer Randbedingungen: Hügelige Landschaft mit Hindernissen Täler und Hügel verhindern direkte Kommunikation unter den Sammlern Keine Karte verfügbar Objekte oft beieinander liegend

11 Beispiel: Mars Explorer Lösung von Steels: (1) Basis sendet Funksignal anhand dessen die Sammler die Richtung zur Basis berechnen können (2) Legen einer Spur, während Objekt zur Basis transportiert wird => andere Sammler können Spur zu weiteren Objekten folgen (Prinzip Ameisenstrasse)

12 Beispiel: Mars Explorer Regeln (Nummer = Schicht) (1) Wenn Hindernis erkannt -> ändere Richtung (2) Wenn Objekt geladen und an Basis -> gebe Objekt ab (3) Wenn Objekt geladen und nicht an Basis -> lege Spur und folge Funksignal (4) Wenn Objekt gefunden -> hebe Objekt auf (5) Wenn Spur gefunden -> vermindere Spur und entferne dich vom Funksignal (6) Wenn wahr -> gehe zufällig umher

13 Beispiel: Mars Explorer Mars_Explorer_Video

14 Agenten Netzwerk Architektur Entwickelt von Pattie Maes ( ) Agent wird definiert als eine Menge von Kompetenzmodulen (ähnlich dem Verhalten bei der Subsumptionsarch.) Jedes Modul wird spezifiziert durch (1) eine Vor- und Nachbedingung (2) Aktivierungs-Level Module werden verknüpft über Vor- und Nachbedingungen

15 Vorteile Einfach zu implementieren Regeln können direkt in Hardware gebaut werden => Echtzeitfähig Geringe Fehleranfälligkeit Ressourcen schonend

16 Grenzen Komplexe Agenten mit vielen Regeln (und Schichten) schwierig zu implementieren (unüberschaubar) Ohne interne Repräsentation der Umgebung müssen die Agenten stets alle erforderlichen Informationen direkt abfragen Emergentes Verhalten schwer vorherzusagen (simulieren), daher auch schwer zu entwickeln Aufgaben, bei denen interne Repräsentation der Umgebung erforderlich ist, nicht lösbar

17 MindMap

18 Hybride Agenten Zeigen reaktives und pro-aktives Verhalten Implementierung der Verhaltenstypen in einzelne Subsysteme Anordnung der Subsysteme in ein hierarchisches Modell (Schichtenmodell) Mindestens 2 Schichten erforderlich (für reaktives und pro-aktives Verhalten)

19 Hybride Agenten Schichtenmodelle Horizontales Schichtenmodell Jede Schicht mit Ein- und Ausgabe verbunden Jede Schicht arbeitet als Agent und produziert Handlungsvorschläge

20 Hybride Agenten Schichtenmodelle Vertikales Schichtenmodell (one-pass architecture) Schichten werden sequentiell von unten nach oben abgearbeitet Ausgabe erfolgt durch oberste Schicht Vertikales Schichtenmodell (two-pass architecture) Schichten werden erst von unten nach oben und dann wieder von oben nach unten abgearbeitet Ausgabe erfolgt durch unterste Schicht

21 Hybride Agenten Vor- / Nachteile der Schichtenmodelle Horizontales Schichtenmodell + Einfaches Konzept - Mediator notwendig, um Handlungsentscheidung zu treffen - Bei n Schichten mit je m möglichen Handlungsvorschläge müssen m n verschiedene Interaktionen berücksichtigt werden Vertikales Schichtenmodell (one / two pass) + Weniger Komplexität: m 2 * (n-1) Interaktionsmöglichkeiten - Fehleranfälligkeit: Fehler in einem Layer hat Auswirkungen auf alle folgenden

22 Hybride Agenten Beispiel Stanley DARPA Grand Challenge Wettbewerb: Fahrerlose Fahrzeuge sollen eine Strecke von >140 Meilen zurücklegen 1. DARPA: 2004, kein Fahrzeug kam über 7,5 Meilen weit 2. DARPA: 2005, 5 Fahrzeuge schafften die volle Strecke, Sieger Stanley 3.DARPA: 2007, verlassene Militärstadt

23 Hybride Agenten Stanley im Detail Autonomer Agent eingebaut in VW Touareg Ausgestattet mit zahlreichen Sensoren (Laser Abstandsmesser, GPS, Kamera, Radar, etc.) Hauptaufgabe bestand in Integration der Sensoren und Interpretation der Sensorinformationen

24 Hybride Agenten Stanley - Schichtenmodell Sensor Interface Layer: Schnittstelle zu den Sensoren Integration der Sensordaten Perception Layer: Interpretation der Sensordaten Interne Repräsentationen: Status des Fahrzeugs (Position, Geschwindigkeit, Orientierung, etc.) Status der Umgebung (Identifizierung der Strasse, Abbildung des Geländes, etc.) Planning and Control Layer Routenplanung Steuerung der Lenkung Steuerung von Beschleunigung, Bremse

25 Hybride Agenten Stanley - Schichtenmodell Vehicle Interface Layer Schnittstelle zwischen Kontrollsystem, Aktuatoren und der Fahrzeugkontrolle User Interface Layer Touch-Screen zum Starten des Systems Global Services Layer Stellt System-Services zur Verfügung (z.b.: Datenspeicher, Uhrzeit, Inter-Prozess- Komunikation)

26 Hybride Agenten Stanley - Video Junior_Video

27 Hybride Agenten MindMap

28 Reaktive und Hybride Agenten Klausurfragen (1) Erkläre kurz das Schichtenmodell für Reaktive Agenten. Warum ist ein Schichtenmodell erforderlich? (2) Was ist ein hybrider Agent? (3) Welche zwei Schichtenmodelle gibt es für hybride Agenten? Welche Vor- / Nachteile haben diese?

29 Reaktive und Hybride Agenten Diskussion (1) Haltet ihr rein Reaktive Agenten für intelligent? (2) Haltet ihr hybride Agenten für Selbstfahrende Autos für geeignet / erforderlich? Wo könnte es Probleme geben (technisch oder rechtlich)?