Schwerpunkt-Seminar im SS2001

Präsentation zum Thema: "Schwerpunkt-Seminar im SS2001"—  Präsentation transkript:

1 Schwerpunkt-Seminar im SS2001
agent based computational economics

2 Was sind Agenten ? Autonome Gebilde die in eine Umwelt mit folgenden möglichen Eigenschaften eingebettet sind: zugänglich / unzugänglich deterministisch / nichtdeterministisch zyklisch / nichtzyklisch statisch / dynamisch diskret / kontinuierlich

3 Interaktion Agent  Umgebung

4 Agenten und Objekte Unterschied zwischen Agenten und Objekten der OOP:
“Objects do it for free, agents do it for money”

5 Eigenschaften von intelligenten Agenten
Wichtige Eigenschaften Reaktivität: Wahrnehmung der Umwelt und daraus resultierendes zielgerichtetes Verhalten Pro-Aktivität: Eigenständiges zielorientiertes Verhalten Sozialkompetenz: Interaktion mit anderen Softwareagenten und Menschen

6 Architekturen für Systeme intelligenter Agenten I
Abstrakte Ansätze zur Beschreibung von Agentensystemen Parameter von Agentensystemen rein reaktive Agenten Agenten mit differenzierter Wahrnehmung Agenten mit interner Zustandsmaschine

7 Architekturen für Systeme intelligenter Agenten II
Parameter von Agentensystemen Zustände der Umwelt S = {s1, s2, s3, ... } Aktionen des Agenten A = {a1, a2, a3, ... } Zustände der Umgebung S x A  (S) Aufzeichnung der Interaktion Agent / Umwelt als Historie h: s0 (a0) s1(a1)  s2(a2)  s3(a3)  s u

8 Architekturen für Systeme intelligenter Agenten III
Rein reaktive Agenten Ohne Bezug zur Vergangenheit d.h. jede Entscheidung erfolgt nur aufgrund der aktuell beobachtbaren Zustands-variablen (kein Gedächtnis)

9 Architekturen für Systeme intelligenter Agenten IV
Agenten mit differenzierter Wahrnehmung Differenzierung zwischen zwei Subsystemen des Agenten: Wahrnehmung: S  P Aktionen: P  A Der Agent besitzt mehrere Sensoren P und entscheidet welche Wahrnehmung für seine nächste Aktion a relevant sind

10 Architekturen für Systeme intelligenter Agenten V

11 Architekturen für Systeme intelligenter Agenten VI
Agenten mit interner Zustandsmaschine Zusätzlich zum Aktionsraum A wird noch ein interner Zustandsraum I (Gedächtnis) eingeführt. Der interne Zustand I wird mit der Wahrnehmung P auf einen neuen internen Zustand I abgebildet: I x P  I

12 Architekturen für Systeme intelligenter Agenten VII
Agenten mit interner Zustandsmaschine Zustandsmaschine: Die Aktion eines Agenten erfolgt in Abhängigkeit des Internen Zustands (i0) und der Wahrnehmung (s) Formale Darstellung einer Aktion: aktion ( i0, s)

13 Architekturen für Systeme intelligenter Agenten VIII

14 Konkrete Realisierungen von Agentenarchitekturen I
Logik-basierte Agenten Reaktive Agenten Überzeugung–Wunsch–Absicht–Systeme (BDI-Systeme)

15 Konkrete Realisierungen von Agentenarchitekturen II
Logik-basierte Agenten Symbolische AI: Es werden logische Schlüsse aus der symbolisch repräsentierten Umwelt gezogen. Agenten besitzen Datenbanken die ihre „Überzeugungen“ ( Believes ) und „Arbeitsregeln“ ( Deduction–Rules ) repräsentieren, aus denen mittels Logik erster Ordnung die nächsten Aktionen bestimmt werden ( Wenn–Dann–Logik )

16 Konkrete Realisierungen von Agentenarchitekturen III
Logik-basierte Agenten Probleme: Konsistenz der Datenbanken alles Agenten (häufig nicht in polynominaler Zeit lösbar) Umsetzung der Wahrnehmung in Believes ( z.B. Bilder)

17 Konkrete Realisierungen von Agentenarchitekturen IV
Reaktive Agenten Alternative zum Einsatz des symbolischen Paradigmas Rationales Verhalten ist an die Umgebung gebunden und ein Produkt von Interaktion Intelligenz der Agenten ist ein emergenter Prozess einfacher Handlungsweisen

18 Konkrete Realisierungen von Agentenarchitekturen V
Reaktive Agenten Subsumtions–Architektur Situation  Aktion Verhaltensweisen der Agenten die auf Erfüllung einfacher Teilaufgaben gerichtet sind Keine symbolische Verarbeitung von Fakten nötig Hierarchie der Verhaltensweisen: Schichtenmodell Inhibitionsbeziehung der einzelnen Schichten Starke Wahrnehmungs-Handlungskopplung Niedrige Komplexität O(n²) der resultierenden Prozesse

19 Konkrete Realisierungen von Agentenarchitekturen VI
Reaktive Agenten Probleme Kein Umweltmodell: hinreichend lokale Information für den Agenten ist notwendig Tendenz zu myopischem Verhalten der Agenten Lernfähigkeit ist schwer implementierbar Emergenz schwer versteh- und kontrollierbar Effektive Agenten mit mehr als 10 Schichten (Regeln) sind kaum realisierbar

20 Konkrete Realisierungen von Agentenarchitekturen VII
Überzeugung–Wunsch–Absicht–Systeme (BDI-Systeme) Grundlage der BDI-Architektur ist sog. „praktisches Denken“, also: Welche Ziele habe ich und was sind die geeignetsten Mittel diese zu erreichen?

21 Konkrete Realisierungen von Agentenarchitekturen VII
BDI-Systeme Rolle der drei Grundelemente (Believe-Desire-Intention) Absichten (Intentions)  werden von Überzeugungen (Believe) beeinflusst  beschränken zukünftige Wünsche (Desire) Aber auch  Wünsche (D) hängen von Überzeugungen ab  Wünsche (D) beeinflussen Absichten (I)  sollten längeren Bestand haben

22 Konkrete Realisierungen von Agentenarchitekturen VIII
BDI-Systeme Dilemma Absichten müssen regelmäßig auf Validität überprüft werden Zu hoher Aufwand für Validitätskontrolle ist aktionshemmend  Abwägung: Proaktivität vs. Reaktivität (zielorientiertes vs. ereignisgesteuertes Verhalten)

23 Konkrete Realisierungen von Agentenarchitekturen IX
Elemente eines BDI-Systems Funktionstripel (B,D,I) mit den zugehörigen DB’s Funktion zur Überzeugungskorrektur brf: (Bel) x P  (Bel) Funktion zur Wunschgenerierung option: (Bel) x (Int)  (Des) Filterfunktion zur Absichtsgenerierung filter: (Bel) x (Des) x (Int)  (Int)

24 Konkrete Realisierungen von Agentenarchitekturen X
Elemente eines BDI-Systems Aktionsgenerierung function action (p:P) : A begin B := brf (B,p) D := options(D,I) I := filter(B,D,I) return execute(I) end

25

26 Schichtarchitekturen
Notwendigkeit der Strukturierung von reaktivem und proaktivem Verhalten innerhalb einer Architektur Verwendung einer Hierarchie von interagierenden Schichten Horizontale Schichten: direkte Verbindung der Schichten mit Sensoren und Ausgabeeinheit Vertikale Schichten: Ein- und Ausgabe wird über eine Basisschicht bewerkstelligt

27 Schichtarchitekturen II

28 Horizontale Schichtarchitektur I
Probleme: Max. mn Interaktionen sind zu betrachten Kontrollsystem zur Koordination ist erforderlich Beispiel für horizontale Architektur: TouringMachines

29 Horizontale Schichtarchitektur II

30 Vertikale Schichtarchitektur I
Architektur mit einem Durchlauf Architektur mit zwei Durchläufen Max. m2(n-1) Interaktionen Weniger Flexibilität Reduzierte Fehlertoleranz Beispiel für vertikale Architektur: Interrap

31 Vertikale Schichtarchitektur II

32 Multiagentensysteme und Gemeinschaften von Agenten

33 Distributed–Artificial–Intelligence DAI
Motivation der Distributed–Artificial–Intelligence: Information liegen in der realen Welt meist verteilt vor, da die Objekte, auf welche sie sich beziehen, auch örtlich verteilt sind. Die Menge der verfügbaren Informationen kann den Rahmen der Möglichkeiten eines einzelnen Systems sprengen.

34 Vorteile der DAI Vorteile der Distributed–Artificial–Intelligence
Mächtigkeit durch Parallelverarbeitung Erzeugung systemübergreifender Expertise Fehlertoleranz durch Redundanz Höhere Wiederverwertbarkeit von Fachwissen Objektivierung von Entscheidungen durch div. Perspektive

35 Eigenschaften von Multiagentenumgebungen
Bieten Infrastruktur mit festgelegten Kommunikations- und Interaktionsprotokollen Offenheit des Systems und dezentraler Entwurf der Architektur Agenten im System sind autonom verteilt und können egoistisch oder kooperativ sein

36 Agenten-Kommunikation

37 Bedeutungsebenen Bedeutungsebenen beschreibend/vorschreibend
individuelle/vereinbarte Bedeutung subjektive/objektive Bedeutung individuelle/gesellschaftliche Bedeutung Semantik/Pragmatik (Sprachgebrauch) Weitere Eigenschaften der Bedeutungsebenen: Kontext, Mächtigkeit, Identität, Kardinalität

38 Kommunikationstypen Intention und Ergebnis des Kommunikationsakts

39 Kommunikationsebenen
Schichtung von Protokollen Untere Ebene: Verbindungsmethode Mittlere Ebene: Format / Syntax Obere Ebene: Bedeutung / Semantik Topologie von Protokollen: Binäre / n-äre Kommunikation Datenstruktur von Protokollen Sender, Empfänger, Sprache, De-/Kodierung, Resultierende Aktionen

40 Sprechakte Linguistik : Theorie humaner Sprechakte
Aspekte eines Sprechakts: Illokutiver Akt: Äußerungsakt: Physikalische Äußerung Propositionsakt: Inhaltliche Intention der Äußerung Illokutive Beimessung: Intendierte Bedeutung der Äußerung außerhalb der direkten wahrnehmbaren inhaltlichen Intention Perlokution: Aus der Äußerung resultierende Handlung

41 KQML I Knowledge Query and Manipulation Language
Trennt Semantik des Kommunikationsprotokolls von der Semantik der Nachricht Alle Information die zum Verständnis des Inhalts einer Nachricht notwendig ist in der Kommunikation beinhaltet Syntax: Lisp-artig, nicht domänenspezifisch

42 KQML II Wichtige Bestandteile des Protokolls
:sender :receiver :content :language :ontologie Implementierung von PROLOG, LISP, SQL möglich

43 KQML III

44 KIF Knowledge Interchange Format
Symbolische Logik zur Beschreibung Fakten, Definitionen, Kurzfassungen, Inferenzregeln, Metawissen Logische Operatoren wie bei LISP: Negation, Disjunktion, Konjunktion usw.

45 Ontologien Spezifikation von Objekten, Konzepten und Beziehungen auf einem Wissensgebiet Definition: Ontologie ist eine Sammlung von Konzepten und den Relationen zwischen eben diesen. Eine Ontologie muss formal definiert sein, damit sie im Rahmen eines wissensbasierten Systems computergestützt verarbeitet werden kann. Der Gegenstandsbereich einer Ontologie wird Domäne genannt.

46 Interaktions-Protokolle für Agenten
Gemeinsame Ziele bestimmen Gemeinsame Aufgaben identifizieren Unnötige Konflikte vermeiden Gemeinsame Verwaltung von Wissen und Erkenntnis

47 Koordinationsprotokolle I
Probleme verteilter Datenhaltung und Prozessteuerung Zeitgerechte Informationszuteilung Synchronisation der Handlungen Vermeidung von redundantem Arbeitseinsatz

48 Koordinationsprotokolle II
Globale Lösung mit Und/Oder-Zielgraph Erstellen des Und/Oder-Graph: Abhängigkeiten bestimmen und klassifizieren Zuweisung bestimmter Regionen des Graphs an passende Agenten Überwachung der Entscheidungen über die Zuweisung von Regionen an Agenten Durchlaufen des Graphs Sicherstellung der erfolgreichen Abarbeitung des Graphs

49 Koordinationsprotokolle III
Dezentrale Agentenmechanismen zur Zielsuche Zusagen: Agenten entscheiden über ihre Mitwirkung an einem gemeinsamen Ziel und geben „verbindliche“ Zusagen ab Konventionen: Regelwerk unter dem „verbindliche“ Zusagen gebrochen werden können

50 Kooperationsprotokolle I
Zerlegung und Verteilung von Aufgaben: divide-and-conquer Zerlegung direkt beim Systementwurf oder implizit im Und/Oder-Graph Verteilung nach folgenden Kriterien Vermeidung von Überlast Verteilung nach passenden Fähigkeiten Überlappung von Verantwortlichkeiten zur Zielkohärenz Aufgabenzuweisung durch Agenten mit weitem Blickwinkel Interdependente Aufgaben in örtlicher u. semantischer Nähe Dynamische Neuzuordnung bei sich ändernder Priorität

51 Kooperationsprotokolle II
Zerlegung und Verteilung von Aufgaben: divide-and-conquer Verteilungsmechanismen Marktmechanismen Vertragsnetze Multiagentenplanung Organisationsstrukturen

52 Kooperationsprotokolle III
Vertragsnetze Zuweisungsproblem: Welche Aufgabe / Welcher Agent Manageragent: Auftragsankündigung, Angebotsevaluierung, Kontraktbildung, Ergebnisauswertung Vertragsagent: Entgegennahme von Auftragsangeboten, Kapazitätsauswertung, Ablehnung oder Gegenangebot, Ausführung bei Annahme durch Manager, Ergebnisauswertung

53 Kooperationsprotokolle IV
Informationsplattformsysteme Spezialisten arbeiten kooperativ über eine gemeinsame Informationsplattform verbunden an der Lösung eines Problems Eigenschaften von Informationsplattformsystemen Unabhängigkeit des repräsentierten Expertenwissens Breite Auswahl an Problemlösungstechniken Flexible Informationsdarstellung Gemeinsame Sprache zum Informationsaustausch Ereignisgesteuerte Aktivierung von Prozessen Kontrollinstanz für Problemlösungsstrategien Schrittweise Lösung von Problemen

54 Kooperationsprotokolle V
Verhandlungssysteme Agenten führen Verhandlungen um ihre unterschiedlichen Individualziele zu erreichen. Die ausgehandelten Entscheidungen beinhalten Zugeständnisse und Alternativlösungen Eigenschaften von Verhandlungssystemen Effizienz Stabilität Einfachheit Verteiltheit Symmetrie

55 Kooperationsprotokolle VI
Wissenserhaltungssysteme Agenten verfügen über Wissenserhaltungssysteme (Truth-Maintenance-System) die sie für sich und gegenseitig auf ihre Konsistenz überprüfen Eigenschaften der TMS der einzelnen Agenten Stabil: Daten sind verifiziert oder nicht nichtverifiziert Gut fundiert: Glaubwürdigkeit der Daten ist nicht zyklisch interdependent Logisch konsistent: Daten sind stabil und es existiert kein logischer Widerspruch

56 Kooperationsprotokolle VII
Wissenserhaltungssysteme Eigenschaften der TMS des gesamten Agentensystems Datenänderung sollte mit so wenigen Agenten wie möglich erfolgen Datenänderungen sollten möglichst wenig andere Daten tangieren

57 Kooperationsprotokolle VIII
Marktmechanismus Koordination der Agentengemeinschaft erfolgt nur über den Preis Präferenzen und Fähigkeiten schlagen sich im Preis nieder Konsumentenagenten Betreiben Güteraustausch Maximieren Nutzen unter Budgetrestriktionen Produzentenagenten Betreiben Gütertransformation Maximieren Gewinn unter technologischen Restriktionen Nettonachfrage ist Null  Gleichgewichtslösung

58 Kooperationsprotokolle IX
Agentengemeinschaften Hochgradig dezentrale Lösungen erfordern soziale Interpretation Gruppen von Agenten Definieren Rollen Funktionieren wie kleine Gesellschaften Soziale Abhängigkeit der Gruppe Freiwillige: Anpassung an die Rolle die aus dem Akzeptieren einer sozialen Verpflichtung resultiert Unfreiwillige: Beschränkung durch das autonome Verhalten anderer Agenten

59 Kooperationsprotokolle X
Agentengemeinschaften Eigenschaften eines kooperativen Teams Alle Agenten teilen das gleiche Ziel Jeder Agent muss einen Beitrag zur Erreichung des gemeinsamen Ziels leisten Jeder Agent akzeptiert entsprechende Aufgabenzuweisung