Schwarmintelligenz Lydia Pintscher Seminar Organic Computing Universität Karlsruhe

Lydia Pintscher - Schwarmintelligenz2 Gliederung 1. Grundlagen 2. Schwarmintelligenz in der Natur 3. Schwarmintelligenz beim Menschen 4. Schwarmintelligenz in der Informatik und Technik 5. Zusammenfassung

Lydia Pintscher - Schwarmintelligenz3 Grundlagen (1) Nahrungssuche bei Ameisen und Bienen Fluchtverhalten bei Schwarmfischen und Herdentieren viele Individuen + einfache Regeln = komplexes Verhalten

Lydia Pintscher - Schwarmintelligenz4 Grundlagen (2) Selbstorganisation Anpassungsfähigkeit Robustheit

Lydia Pintscher - Schwarmintelligenz5 Grundlagen (3) Üblicher Intelligenzbegriff: Fakten, Zusammenhänge Problemlösung Hier: Gruppengedächtnis Problemlösung in Gruppe

Lydia Pintscher - Schwarmintelligenz6 In der Natur - Ameisen Ameise Ameistenstaat 100 bis mehrere Millionen Individuen Anpassungsfähigkeit Nahrungssuche Pheromone Effizient Ohne Kontrollinstanz flickr.com/photos/el-catalejo/ /

Lydia Pintscher - Schwarmintelligenz7 In der Natur - Bienen Bienentanz Richtung und Entfernung der Nahrungsquelle Richtung und Geschwindigkeit des Tanzes, abhängig von Sonnenstand

Lydia Pintscher - Schwarmintelligenz8 In der Natur - Fische Vorteile: Angreifer verwirren Individuum im Schwarm nicht leicht zu verfolgen Illusion eines großen Fisches Orientierung an Nachbarn mittels Seitenlinienorgan Geschwindigkeit Richtung Abstand Flucht durch Explosion, Haken schlagen, Teilung des Schwarms flickr.com/photos/mccord/ /

Lydia Pintscher - Schwarmintelligenz9 Beim Menschen - Quarks und Co (1) Experiment von Krause und Dyer Theorien zu Schwarmverhalten beruht auf einfachen Regeln 300 freiwillige Teilnehmer

Lydia Pintscher - Schwarmintelligenz10 Beim Menschen - Quarks und Co (2) 1. Experiment:,,Bleibe immer in Bewegung” und,,Bleibe immer eine Armlänge entfernt von anderen Schwärmern” Torusbildung mit 2 entgegengesetzten Strömen

Lydia Pintscher - Schwarmintelligenz11 Beim Menschen - Quarks und Co (3) 2. Experiment: Räuber eingeführt Mind. 2 Armlängen entfernt bleiben von ihm Räuber verfolgt immer nächste Beute Schwarm teilt sich vor dem Räuber und schließt sich nach ihm

Lydia Pintscher - Schwarmintelligenz12 Beim Menschen - Quarks und Co (4) 3. Experiment Beeinflussen des Schwarms 200 Schwärmer 5 Eingeweihte sollen den Schwarm zu einem Punkt führen -> nicht erfolgreich 10 Eingeweihte -> erfolgreich

Lydia Pintscher - Schwarmintelligenz13 Beim Menschen - Quarks und Co (5) 4. Experiment: 30 Eingeweihte, 10 für Ort a, 20 für Ort b Schwarm bewegt sich zwischen a und b

Lydia Pintscher - Schwarmintelligenz14 In der Informatik und Technik Ant Colony Optimization (ACO) Particle Swarm Optimization (PSO) Schwarmroboter (s-bots)

Lydia Pintscher - Schwarmintelligenz15 In der Informatik - ACO (1) Ant Colony Optimization Ant System Max-Min Ant System Ant Colony System Rank Based Ant System Kurze Wege in Graphen finden Angelehnt an Nahrungssuche der Ameisen Dynamisch und daher interessant für Routing und Verkehrsplanung

Lydia Pintscher - Schwarmintelligenz16 In der Informatik - ACO (2) Ant System Erste Anwendung von ACO Dorigo, 1997

Lydia Pintscher - Schwarmintelligenz17 In der Informatik - ACO (3) Max-Min Ant System Erweiterung von Ant System Stützle und Hoos, 2000 Nur Ameise mit der besten Lösung beeinflusst Pheromonwerte Obere und untere Schranke für Pheromonwerte

Lydia Pintscher - Schwarmintelligenz18 In der Informatik - ACO (4) Ant Colony System Erweiterung von Ant System Dorigo und Gambordella, 1997 Führt Kandidatenliste für Städte ein

Lydia Pintscher - Schwarmintelligenz19 In der Informatik - ACO (5) Rank Based Ant System Erweiterung von Ant System Bullnheimer et al, 1997 Lösungen werden bewerten Pheromonwerte entsprechend der Bewertung angepasst

Lydia Pintscher - Schwarmintelligenz20 In der Informatik - PSO (1) Lösen von Optimierungsprobleme Fische und Vögel als Vorbild Optimierung, Training neuronaler Netze

Lydia Pintscher - Schwarmintelligenz21 In der Informatik - PSO (2) Man lässt,,Partikel” nach Lösungen suchen Zufällige Initialisierung Bewerten anhand Bewertungsfunktion Lokales Minimum/Maximum?!

Lydia Pintscher - Schwarmintelligenz22 In der Technik - s-bots Verteilte Hardware Ausstattung: Motoren, Sensoren, Kommunikationskanäle, Greifer Zusammenschluss mehrerer s-bots zu Swarm- bot Anwendung? swarm-bots.org

Lydia Pintscher - Schwarmintelligenz23 Zusammenfassung Relativ neuer Ansatz Vielversprechendes Gebiet Komplexe Probleme lösen mit einfachen Mitteln Robust Flexibel Zukunft: Optimierung, Routing, Logistik Intelligenz der Masse ?!

Lydia Pintscher - Schwarmintelligenz24 Fragen? ?