Agenten und Multi-Agenten-System Impulsstatement zum ersten Themenblock Dr. Florian Keil Institut für sozial-ökologische Forschung (ISOE) Frankfurt am Main DFG-Rundgespräch „Methodische und konzeptionelle Probleme der Gesellschaft-Umwelt-Forschung“ 17. und 18. Februar 2006, Leipzig

Fragestellung des Themenblocks umformulieren: Wie lassen sich Handlungstheorie(n) und nicht-menschliche Wirkfaktoren methodisch (und technisch) miteinander koppeln? Hintergrund: Gefragt sind Methoden, mit denen sich Handlungstheorien „modellieren“ lassen ohne eine Konzeptionalisierung der Natur-Gesellschaft-Differenz vorwegzunehmen. (Eine) Antwort: Multi-Agenten-Systeme (MAS)! Als software-basierte Methode aber nicht als Instrument der Theoriebildung.

Ausgangspunkt: Mikro-Ebene – Individuen als Einheiten des Modells Makro-Strukturen: aus Interaktionsprozessen zwischen Agenten und Umwelt Keine kanonischen Definitionen des Begriffs „Agent“ Agent = autonome, Ziel-orientierte und Regel-basierte Softwareeinheit MAS = Ansammlung von „self contained problem solving systems capable of autonomous reactive, pro-active, social behaviour“ (Lomuscio, 1999) Reaktivität: Agenten können ihre Umwelt wahrnehmen und darauf reagieren Pro-Aktivität: Agenten können Ziel-orientiertes Verhalten ausüben, initiativ sein Soziales Verhalten: Agenten interagieren untereinander über „Sprache“ Typische Modelle: Hunderte von Agenten, die in einer künstlichen Welt miteinander kommunizieren (geografischer oder sozialer Raum)

Attribute, die mit Agenten modelliert werden können: Wissen und „Glauben“: Handlungen von Agenten basieren auf ihrem Wissen über ihre Umwelt und andere Agenten und fehlerhaften Informationen als Folge falscher Wahrnehmungen, falscher Schlussfolgerungen oder begrenzten Wissens Informationsverarbeitung („Schlussfolgern“): Agenten müssen aus ihrem Wissensbestand handlungsbestimmende Informationen ableiten können. Lernen über Modellbildung: Konstruktion sozialer Modelle durch Interaktionsprozesse mit anderen Agenten Konstruktion der lokalen „Geografie“ durch Interaktionsprozesse mit der Umwelt Zielplanung: Autonome und zweckbestimmte Agenten müssen in der Lage sein, situationsbedingte Unterziele zu definieren, um ihr Hauptziel zu erreichen

Herausforderung: Modell des kognitiven Apparates von Agenten Symbolisches Paradigma: Kognition kann als Prozess der algorithmischen Manipulation von Symbolen beschrieben werden (von Neumann, Turing). Ein System, das Symbole nach symbolisch kodierten Regelsätzen manipuliert, ist in der Lage intelligente Handlungen zu generieren (Newell und Simon, 1976). Grundlegende praktische Probleme dieses Ansatzes: Systeminstabilität bei minimalen Änderungen des Kontexts Aufgaben wie Zielplanung erfordern hochkomplexe Algorithmen Unfähigkeit Probleme Alltagsprobleme zu lösen Einbindung komplexerer Handlungs- oder Verhaltenstheorien bisher kaum Forschungsgegenstand (Theory of Reasoned Action, Theory of Planned Behaviour)

Kommunikationsmodell Realweltphänomen Daten Daten Agentenmodell (Kognition, Verhalten) Kommunikationsmodell (Agent-Agent, Agent-Umwelt) Umweltmodell (z. B. GIS)) Annahmen! Annahmen! Simulationsmodell Analyse der simulierten Daten