Einführung Intelligente Agenten
|
|
- Charlotte Hofmann
- vor 5 Jahren
- Abrufe
Transkript
1 Einführung Intelligente Agenten Sara Winter, Kai Mismahl, Anja Philippsen Seminar Multiagentensysteme Universität Bielefeld 23. April 2009
2 Übersicht Einführung Intelligente Agenten Definition eines Agenten Umgebung Interaktion mit Umgebung Definition: Intelligenter Agent Abgrenzung zu Agenten Abstrakte Architektur Allgemeine Definitionen Agenten mit Zuständen Aufgabenspezifikation Agenten synthetisieren Diskussionsfragen Multiagentensyteme Seminar, SS09 2
3 Einführung: Die 5 Trends Allgegenwart (ubiquity) Vernetzung untereinander (interconnection) Intelligenz (intelligence) Delegation (delegation) Benutzerorientiertheit (human-orientation) Multiagentensyteme Seminar, SS09 3
4 Multiagentensysteme aus den 5 Trends entstanden bestehen aus einer Anzahl von Agenten unterschiedliche Ziele Multiagentensyteme Seminar, SS09 4
5 Vision Multiagentensyteme Seminar, SS09 5
6 Agenten wofür? als Konzept für Softwareentwicklung als Hilfsmittel zum Verstehen der Gesellschaft Multiagentensyteme Seminar, SS09 6
7 Ist das nicht alles das Gleiche? Verteilte / konkurrierende Systeme Künstliche Intelligenz Spieltheorie Sozialwissenschaft Multiagentensyteme Seminar, SS09 7
8 Intelligente Agenten Definition Wooldridge und Jennings (1995): "Ein Agent ist ein Computersystem, das in einer Umgebung situiert und fähig ist, autonome Aktionen in dieser zielgerichtet auszuführen." Multiagentensyteme Seminar, SS09 8
9 Intelligente Agenten Definition Multiagentensyteme Seminar, SS09 9
10 Kontrollsysteme Multiagentensyteme Seminar, SS09 10
11 Umgebung (Environment) zugänglich unzugänglich deterministisch nicht-deterministisch statisch dynamisch diskret kontinuierlich Multiagentensyteme Seminar, SS09 11
12 Interaktion mit Umgebung Funktionale Systeme f : I O Genau eine Ein- und Ausgabe Statische Umgebung Genug Zeit Reaktive Systeme Oft stetige Eingaben Dynamische Umgebung Begrenzte Zeit Multiagentensyteme Seminar, SS09 12
13 Definition: Intelligenter Agent Reaktivität: Umgebung wahrnehmen können und zeitnah und zielgerichtet reagieren Proaktivität: Initiative ergreifen und deliberativ und zielorientiert handeln Sozialfähigkeit: Interaktion mit anderen Agenten (und evtl. Menschen), um eigenes Ziel zu erreichen Multiagentensyteme Seminar, SS09 13
14 Abgrenzung zu Agenten Objekte "Objects do it for free" Experten-Systeme Körperlos Weder reaktiv, proaktiv, noch sozial Antropomorphismus Mentale Zustände Eigener Wille? Aber: nützliches Modell Multiagentensyteme Seminar, SS09 14
15 Abstrakte Architektur Definitionen Zustand der Umwelt aus Menge E = {e, e',...} Aktionsmenge Ac = {α, α',...} des Agenten Lauf Menge der Läufe Zustandsübergangsfunktion Umgebung Agent Multiagentensyteme Seminar, SS09 15
16 Reaktiver Agent Ag: E Ac see: E Per action: Per* Ac Ununterscheidbarkeit von Zuständen Multiagentensyteme Seminar, SS09 16
17 Agenten mit Zustand see: E Per action: I Ac next: I Per I Multiagentensyteme Seminar, SS09 17
18 Aufgabenspezifikation Indirekte Aufgabendefinition "Nutzen maximieren" Nutzenfunktionen (utility functions) u: R Als optimal bezeichnet man denjenigen Agenten Ag aus einer Menge von Agenten AG, der in einer gegebenen Umwelt Env folgenden Wert maximiert: Multiagentensyteme Seminar, SS09 18
19 Beispiel: "Tileworld" Multiagentensyteme Seminar, SS09 19
20 Aufgabenspezifikation "Ziel erreichen" u: R {0, 1} Wenn u(r) = 1, dann gilt Ψ(r) Task Environment <Env, Ψ> Zielaufgaben: <Env, G> Wartungsaufgaben: <Env, B> Multiagentensyteme Seminar, SS09 20
21 Agenten synthetisieren Algorithmus, der aus einer Task Environment einen spezifischen Agenten synthetisiert syn: TE (AG Korrektheit Vollständigkeit {null}) Multiagentensyteme Seminar, SS09 21
22 Gibt es Fragen? Multiagentensyteme Seminar, SS09 22
23 Diskussion Was ist für euch ein Agent? Was haltet ihr von der Personifikation von Agenten? Welche Anwendungen gibt es für Agenten (Multiagenten)? Sollte ein Agent lernen können? (Ist das hilfreich?) Multiagentensyteme Seminar, SS09 23
Einführung 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
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
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
MehrEinführung Intelligente Agenten Vortrag vom im Seminar Agentensysteme SS 2010 Katharina Klein Kevin Fischer
1. Einführung 1.1 Fünf Trends Einführung Intelligente Agenten Vortrag vom 27.04.2010 im Seminar Agentensysteme SS 2010 Katharina Klein Kevin Fischer Ubiquität/Allgegenwärtigkeit: Die Computer werden immer
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
MehrMultiagentensimulation im Verkehr: Eignet sich die Multiagentensimulation zur Abbildung der Verhaltensstruktur im Verkehr?
Multiagentensimulation im Verkehr: Eignet sich die Multiagentensimulation zur Abbildung der Verhaltensstruktur im Verkehr? Oliver Prinz Betreuer: Patrik Jochem Ausgewählte technische, rechtliche und ökonomische
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
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 Multiagentensysteme
Seminar Multiagentensysteme - Wiederholung -. Alexa Breuing Julia Fröhlich {abreuing,jfroehli}@techfak.uni-bielefeld.de Seminarliteratur Michael Wooldridge (2009): An Introduction to Multiagent Systems
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
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
MehrMultiagentensysteme. Zusammenfassung Wiederholung. Hana Boukricha, Ipke Wachsmuth Sommersemester 2008
Multiagentensysteme Zusammenfassung Wiederholung Hana Boukricha, Ipke Wachsmuth {hboukric,ipke}@techfak.uni-bielefeld.de Sommersemester 2008 1 Intelligent Agents Kapitel 2 2 Allgemeine Definition eines
MehrSeminar Multiagentensysteme
Seminar Multiagentensysteme - Wiederholung -. Ipke Wachsmuth Alexa Breuing {ipke, abreuing}@techfak.uni-bielefeld.de Seminarliteratur Michael Wooldridge (2002): An Introduction to Multiagent Systems 1
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,
MehrMulti-Agenten Systeme
Multi-Agenten Systeme Moderner Ansatz zur verteilten künstlichen Intelligenz Peter Brezany Institut für Softwarewissenschaften Universität Wien Allgemeines und Grundbegriffe 2 Page 1 Einführung Intelligente
MehrAgent. Agentensysteme: Eine praktische Einführung. von agere (lat.): u.a. tätig sein, handeln
Agent von agere (lat.): u.a. tätig sein, handeln 1) allgemein: jeder im Auftrag oder Interesse eines anderen Tätige. 2) Nachrichtendienste: Spion. 3) Kunstbetrieb: jemand, der berufsmäßig Künstlern Engagements
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
MehrEinführung in die Künstliche Intelligenz SS 18 Prof. Dr. J. Fürnkranz, Prof. Dr. K. Kersting
Einführung in die Künstliche Intelligenz SS 8 Prof. Dr. J. Fürnkranz, Prof. Dr. K. Kersting Beispiellösung für das. Übungsblatt (5.05.208) Aufgabe Agenten-Umgebung a) Eine beispielhafte PEAS-Beschreibung
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.
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
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
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 4. Einführung: Umgebungen und Problemlösungsverfahren Malte Helmert Universität Basel 2. März 2015 Einführung: Überblick Kapitelüberblick Einführung: 1. Was ist Künstliche
MehrSmart Homes NIKLAS GERWENS
Smart Homes NIKLAS GERWENS Gliederung Grundlagen Smart Home Living Place Hamburg Projekte Zusammenfassung Quellen 2 Grundlagen Ubiquitous Computing Ambient Intelligence 3 Grundlagen - Ubiquitous Computing
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
MehrS o n n t a g, 2 6. N o v e m b e r
S o n n t a g, 2 6. N o v e m b e r 2 0 1 7 A u s f l u g n a c h N e v a d a u n d A r i z o n a D e r g r o ß e S o h n u n d i c h g i n g e n a u f e i n e F a h r t i n R i c h t u n g N e v a d a
MehrR a i n e r N i e u w e n h u i z e n K a p e l l e n s t r G r e v e n T e l / F a x / e
R a i n e r N i e u w e n h u i z e n K a p e l l e n s t r. 5 4 8 6 2 8 G r e v e n T e l. 0 2 5 7 1 / 9 5 2 6 1 0 F a x. 0 2 5 7 1 / 9 5 2 6 1 2 e - m a i l r a i n e r. n i e u w e n h u i z e n @ c
MehrL 3. L a 3. P a. L a m 3. P a l. L a m a 3. P a l m. P a l m e. P o 4. P o p 4. L a. P o p o 4. L a m. Agnes Klawatsch
1 L 3 P 1 L a 3 P a 1 L a m 3 P a l 1 L a m a 3 P a l m 2 P 3 P a l m e 2 P o 4 L 2 P o p 4 L a 2 P o p o 4 L a m 4 L a m p 6 N a 4 L a m p e 6 N a m 5 5 A A m 6 6 N a m e N a m e n 5 A m p 7 M 5 A m p
MehrS o n n t a g, 5. A u g u s t
S o n n t a g, 5. A u g u s t 2 0 1 8 R ü c k b l i c k, A b s c h i e d, v i e l p a s s i e r t u n d k e i n e Z e i t D r e i M o n a t e s i n d v e r g a n g e n, v o l l g e s t o p f t m i t s
MehrF r e i t a g, 3. J u n i
F r e i t a g, 3. J u n i 2 0 1 1 L i n u x w i r d 2 0 J a h r e a l t H o l l a, i c h d a c h t e d i e L i n u x - L e u t e s i n d e i n w e n i g v e r n ü n f t i g, a b e r j e t z t g i b t e
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
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,
MehrVerteilte Künstliche Intelligenz
Eine kurze Einführung in die Verteilte Künstliche Intelligenz Vortrag im Rahmen der Veranstaltung Anwendungen 1 Ilia Revout 11.05.2005 Inhalt Einleitung Was ist VKI? Teilgebiete der VKI Agenten Definition
MehrIntelligente Agenten
Intelligente Agenten Einige einfache Überlegungen zu Agenten und deren Interaktionsmöglichkeiten mit ihrer Umgebung. Agent benutzt: Sensoren Aktuatoren (Aktoren; Effektoren) zum Beobachten/Mess seiner
MehrS k u l p t u r e n. B i l d e r. T e x t e. H e l g a S i m m e r l e b i s B a n d 2
S k u l p t u r e n B i l d e r T e x t e H e l g a S i m m e r l e 1 9 9 3 b i s 1 9 9 5 B a n d 2 S k u l p t u r e n H e l g a S i m m e r l e B i l d e r H e l g a S i m m e r l e Te x t e H e l g
MehrEinführung in die Multiagentensimulation
Einführung in die Multiagentensimulation Seminararbeit Seminar Virtuelles Labor Von: Marko Rieche Betreuer: Benjamin Rauch-Gebbensleben Gliederung 1 Abstract 2 2 Einleitung 2 3 Grundlagen der Agententechnologie
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
MehrThema. Intelligente Agenten im Web
Thema Intelligente Agenten im Web Einführendes Beispiel Suchmaschine Probleme: - Immer mehr falsche Informationen - Anwender werden überfordert - Zeitaufwand erhöht sich - Zunehmendes Sicherheitsrisiko
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
Mehr3.1 Agenten. Grundlagen der Künstlichen Intelligenz. 3.1 Agenten. 3.2 Rationalität. 3.3 Zusammenfassung. Einführung: Überblick
Grundlagen der Künstlichen Intelligenz 2. März 2015 3. Einführung: Rationale Agenten Grundlagen der Künstlichen Intelligenz 3. Einführung: Rationale Agenten 3.1 Agenten Malte Helmert Universität Basel
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
MehrVERHANDLUNGSTRATEGIEN VON SOFTWARE AGENTEN. Henrik Brauer
1 VERHANDLUNGSTRATEGIEN VON SOFTWARE AGENTEN Henrik Brauer INHALT Problemstellung Verhandlungsmodell Domänentypen in Multiagentensystemen Verhandlungsbereich in aufgabenorientierten Domänen Verhandlungsstrategie
Mehr1.1 Was ist KI? 1.1 Was ist KI? Grundlagen der Künstlichen Intelligenz. 1.2 Menschlich handeln. 1.3 Menschlich denken. 1.
Grundlagen der Künstlichen Intelligenz 20. Februar 2015 1. Einführung: Was ist Künstliche Intelligenz? Grundlagen der Künstlichen Intelligenz 1. Einführung: Was ist Künstliche Intelligenz? Malte Helmert
MehrReinforcement Learning
Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen Reinforcement Learning Uwe Dick Inhalt Problemstellungen Beispiele Markov Decision Processes Planen vollständige MDPs Lernen unbekannte
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
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 1. Einführung: Was ist Künstliche Intelligenz? Malte Helmert Universität Basel 20. Februar 2015 Einführung: Überblick Kapitelüberblick Einführung: 1. Was ist Künstliche
MehrReasoning and decision-making under uncertainty
Reasoning and decision-making under uncertainty 9. Vorlesung Actions, interventions and complex decisions Sebastian Ptock AG Sociable Agents Rückblick: Decision-Making A decision leads to states with values,
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:
MehrÄquivalenzübersicht für den Bachelorstudiengang Technische Informatik
Agent Competition: Multi Agent Contest Agent Competition: Multi Agent Contest Agent Competition: RoboCup Agent Competition: RoboCup Agententechnologien: Grundlagen und Anwendungen Aktuelle Themen der Algorithmik:
MehrReinforcement Learning
Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen Reinforcement Learning Uwe Dick Inhalt Problemstellungen Beispiele Markov Decision Processes Planen vollständige MDPs Lernen unbekannte
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
Mehr- Soccer Simulation - Dietmar Lammers / Hochschultag. Institut für Informatik Universität Münster. Agenten und Roboter.
Agenten Agenten und - Soccer Simulation - Institut für Informatik Universität Münster 2008-11-06 / Hochschultag Gliederung Agenten 1 Agenten 2 3 4 2006 2007 5 Agenten - Agenten Autonom agierende Programme
MehrReinforcement Learning
Reinforcement Learning 1. Allgemein Reinforcement Learning 2. Neuronales Netz als Bewertungsfunktion 3. Neuronales Netz als Reinforcement Learning Nils-Olaf Bösch 1 Allgemein Reinforcement Learning Unterschied
MehrÜberblick über existierende Agenten- Architekturen in der VKI
Überblick über existierende Agenten- Architekturen in der VKI SR-Systeme Reaktive Planer Deliberativ Verhaltensnetze Kooperierende Problemlöser Subkognitiv "Hybrid" Classifier System Dynamisches-System
MehrGrundlagen der Künstlichen Intelligenz Einführung Minimax-Suche Bewertungsfunktionen Zusammenfassung. Brettspiele: Überblick
Grundlagen der Künstlichen Intelligenz 22. Mai 2015 41. Brettspiele: Einführung und Minimax-Suche Grundlagen der Künstlichen Intelligenz 41. Brettspiele: Einführung und Minimax-Suche Malte Helmert Universität
MehrLernfähige Roboter. die Zukunft der Servicerobotik. Prof. Dr. Wolfgang Ertel Hochschule Ravensburg-Weingarten
Lernfähige Roboter die Zukunft der Servicerobotik Prof. Dr. Wolfgang Ertel Hochschule Ravensburg-Weingarten Akademietage Landkreis Biberach, 3.3.211 Was ist Servicerobotik? Waschen Bügeln Kochen Aufräumen
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
MehrGrundlagen 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?
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
MehrBeschreibung von Agenten für MAS
Beschreibung von Agenten für MAS Daniel Glake 17.11.2015 Grundseminar MI-INF WS-2015 Hochschule für Angewandte Wissenschaften Hamburg Fakultät Technik und Informatik 1 Agenda Agenten und Ihre Umwelt Vergleich
MehrDeductive Reasoning Agents
Multiagentensysteme Deductive Reasoning Agents Volkan Aksu & Sebastian Ptock Überblick Einleitung Deductive Reasoning Agents Der Staubsauger-Roboter Agentenorientierte Programmierung (AOP) Concurrent MetateM
MehrSeminare im SS2016. Alexander Jahl / Michael Falk
Seminare im SS2016 Alexander Jahl / Michael Falk Überblick allgemeine Hinweise zu den Seminaren Seminare zu Ausgewählte Themen der verteilten Systeme Seminare zu Autonome mobile Roboter 2 Allgemeines zum
MehrÜberblick: Wozu braucht man Agenten. Michael 1 Grenz
Überblick: Wozu braucht man Agenten Michael 1 Grenz Wozu braucht man Agenten Themenübersicht Definition des Agentenbegriffs Anwendungsgebiete für Agenten Angriffserkennung Nachteile des klassischen Modells
MehrModellbildungsmethoden
Modellbildungsmethoden Ansätze, Entwicklung, Parametrisierung In-House-Seminar, 24.11.2011 Patrick Einzinger Warum ist das überhaupt interessant? Valide Modelle müssen die für eine Problemstellung wichtigen
MehrKoordination von Jadex-BDI-Agenten
Anwendungen 2 (1) SoSe 10 Gregor Balthasar Koordination von Jadex-BDI-Agenten Gliederung Grundlagen Agenten & Multiagenten-Systeme BDI-Agenten Womit arbeiten wir? (Und warum?) Eingrenzung Motivation Was
MehrÜbersicht. Künstliche Intelligenz: 3. Problemlösen durch Suche Frank Puppe 1
Übersicht I Künstliche Intelligenz II Problemlösen 3. Problemlösen durch Suche 4. Informierte Suchmethoden 5. Constraint-Probleme 6. Spiele III Wissen und Schlußfolgern IV Logisch Handeln V Unsicheres
Mehr5 Kommunizierende Agenten
5 Kommunizierende Agenten 15. Vorlesung: Max, unser Agent in der virtuellen Welt Methoden der Künstlichen Intelligenz Ipke Wachsmuth WS 2010/2011 Fragen der Vorlesung auch: Werden / können / sollen KI-Systeme
MehrEine Modulare Lösung zur Kombinatorischen Explosion in Multiagent Reinforcement Learning
Eine Modulare Lösung zur Kombinatorischen Explosion in Multiagent Reinforcement Learning Universität Paderborn Fakultät für Elektrotechnik, Informatik und Mathematik Institut für Informatik 33095 Paderborn
MehrSeminar WS / 2017
Seminar WS 10216 / 2017 Stefan Niemczyk, Marie Ossenkopf 1 Übersicht Allgemeine Hinweise zu den Seminaren Seminare zu Ausgewählte Themen der verteilten Systeme Seminare zu Autonome mobile Roboter 2 Allgemeines
MehrNotationen zur Prozessmodellierung
Notationen zur Prozessmodellierung August 2014 Inhalt (erweiterte) ereignisgesteuerte Prozesskette (eepk) 3 Wertschöpfungskettendiagramm (WKD) 5 Business Process Model and Notation (BPMN) 7 Unified Modeling
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
MehrModelle räumlicher Simulation 6.0b Überblick
Modelle räumlicher Simulation 6.0b Überblick Zelluläre Automaten Agentenbasierende Modelle Regeln Gleichartige Zellen, die verschiedene Eigenschaften besitzen können, die einem Raum angeordnet sind, der
MehrEnabling Autonomous Logistics
Multiagent Coordination Enabling Autonomous Logistics Dr.-Ing. Arne Schuldt Technologie-Zentrum Informatik und Informationstechnik (TZI) Universität Bremen Bewerberpräsentation Wissenschaftspreis Logistik
MehrLIO der persönliche Betreuungsassistent
8. ALS Tag - «ALS Betreuung und Begleitung» LIO der persönliche Betreuungsassistent Michael Früh Stv. Geschäftsführer, CFO Zürich-Regensdorf, 9. November 2018 Übersicht 1. Einleitung und Vorstellung 2.
MehrMöglichkeiten der Verhaltenssteuerung
Möglichkeiten der Verhaltenssteuerung Reaktive Robotik-Systeme [1] Übersicht Einführung Zentrale Begriffe Problematik Historie Reaktive Architekturen Beispiele [2] Einführung Begriff Roboter seit 1921
MehrGrundkonzepte der Spieltheorie
Grundkonzepte der Spieltheorie Nach OZ SHY (2001): The Economics of Network Industries, Appendix A-C 1. Was ist Spieltheorie (Game Theory)? Werkzeugsammlung um Ergebnisse (outcomes) für eine Gruppe von
MehrFakultät Informatik» Institut für Angewandte Informatik» Lehrstuhl für Technische Informationssysteme. Agentensysteme in der Automation
Fakultät Informatik» Institut für Angewandte Informatik» Lehrstuhl für Technische Informationssysteme Agentensysteme in der Automation Mike Gißrau Hauptseminar Technische Informationssysteme 20.06.2008
MehrTerminkoordination mittels verteilter Agenten
Hochschule für Angewandte Wissenschaften Hamburg Terminkoordination mittels verteilter Agenten Florian Burka 30.06.2010 Motivation Hochschule für Angewandte Wissenschaften Hamburg Terminplanung vereinfachen
MehrEinführung in die Robotik Einführung. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 23. 10.
Einführung in die Robotik Einführung Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 23. 10. 2012 Was ist ein Roboter? Was ist ein Roboter? Jeder hat
MehrKonsistenzsicherung in agentenbasierten Informationssystemen
Konsistenzsicherung in agentenbasierten Informationssystemen Ludger Zachewitz Oldenburger Forschungs- und Entwicklungsinstitut für Informatik-Werkzeuge und -Systeme (OFFIS) zachewitz@offis.de Zusammenfassung
MehrSeminar 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
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
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.
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)
Mehr8. Reinforcement Learning
8. Reinforcement Learning Einführung 8. Reinforcement Learning Wie können Agenten ohne Trainingsbeispiele lernen? Auch kennt der Agent zu Beginn nicht die Auswirkungen seiner Handlungen. Stattdessen erhält
Mehr1 Vom Problem zum Program
Ein Problem besteht darin, aus einer Menge von Informationen eine weitere (unbekannte) Information zu bestimmen. mathematisch: Ein Problem beschreibt eine Funktion f : E A, mit E = zulässige Eingaben und
MehrZellulare Transportsysteme neue Wege für die Intralogistik. Forum Junge Spitzenforscher und Mittelstand 9. November, Petersberg bei Bonn
Zellulare Transportsysteme neue Wege für die Intralogistik Dipl.-Ing. Andreas Kamagaew Forum Junge Spitzenforscher und Mittelstand 9. November, Petersberg bei Bonn Folie 0 Übersicht Aktuelle Anforderungen
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
Mehr1 Vom Problem zum Programm
1 Vom Problem zum Programm Ein Problem besteht darin, aus einer Menge von Informationen eine weitere (unbekannte) Information zu bestimmen. mathematisch: Ein Problem beschreibt eine Funktion f : E A, mit
MehrAgentenbasierte Systeme in der Automatisierung
Hauptseminar Informatik» Angewandte Informatik» Technische Informationssysteme Agentenbasierte Systeme in der Automatisierung Dresden, 25. Januar 2006 Gliederung 2. Energietransportmanagement 3. Fazit
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
MehrEinfacher Problemlösungsagent. Übersicht. Begriffsdefinitionen für Einfach-Probleme
Übersicht I Künstliche Intelligenz II Problemlösen 3. Problemlösen durch Suche 4. Informierte Suchmethoden 5. Constraint-Probleme 6. Spiele III Wissen und Schlußfolgern IV Logisch Handeln V Unsicheres
MehrMasterstudiengang Autonome Systeme Wahlkatalog
Masterstudiengang Autonome Systeme Wahlkatalog Titel der Veranstaltung Veranstalter TUCaN-Nr. CP Wahlbereich A: Sense Vision Bildverarbeitung G. Sakas 20-00-0155 6 Computer Vision I S. Roth 20-00-0157
MehrVerteilte Künstliche Intelligenz - Grundlagen der Multiagentensysteme
Verteilte Künstliche Intelligenz - Grundlagen der Multiagentensysteme Franziska Klügl Vorlesung: Freitags, 8 10 Uhr, Ü 1 Übung: Montags, 15 17 Uhr, Ü 2 Organisatorisches Vorlesungszeiten: Freitags, 8 Uhr
MehrSeminarvortrag zum Thema maschinelles Lernen I - Entscheidungsbäume. von Lars-Peter Meyer. im Seminar Methoden wissensbasierter Systeme
Seminarvortrag zum Thema maschinelles Lernen I - Entscheidungsbäume von Lars-Peter Meyer im Seminar Methoden wissensbasierter Systeme bei Prof. Brewka im WS 2007/08 Übersicht Überblick maschinelles Lernen
MehrBisher angebotene Vorlesungen
Schwerpunktgebiete 1 Software-Konstruktion 2 Rechnerarchitektur, eingebettete Systeme und Simulation 3 Verteilte Systeme 4 Algorithmen, Komplexität und formale Modelle 5 Sicherheit und Verifikation 6 Computational
MehrDynamisch adaptive Systemarchitektur zur Optimierung der Prozesssteuerung am Beispiel der Getreideernte
Dynamisch adaptive Systemarchitektur zur Optimierung der Prozesssteuerung am Beispiel der Getreideernte Thilo Steckel (CLAAS) und Hans W. Griepentrog (Universität Hohenheim) VDI-MEG Kolloquium MÄHDRESCHER
MehrGrundlagen der KI. 15. Handeln unter Unsicherheit
Grundlagen der KI 15. Handeln unter Unsicherheit Maximieren des erwarteten Nutzens Michael Beetz 427 Viele Abbildungen sind dem Buch Artificial Intelligence: A Modern Approach entnommen. Viele Folien beruhen
Mehr04.10.2012 ANHANG 1: KATALOGE DER WAHLPFLICHTMODULE Informatik (Master of Science) MPO 2010 Studienrichtung Praktische Informatik
Informatik (Master of Science) Studienrichtung Praktische Informatik Autonome Systeme Diskrete Signalverarbeitung Eingebettete Systeme Entwicklung integrierter Systeme Weiterführende Konzepte zum Betrieb
MehrWorum geht es heute: Das Programm. Wiederholung. WDH: intelligente Software Agent. situiert
Intro Intro Agent-Oriented Software Engineering for Internet Applications Tim Conrad conrad@inf.fu-berlin.de "The buzzword agent has been used recently to describe everything: from a word processor's help
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
Mehr