View
108
Download
5
Category
Preview:
Citation preview
agent based computational economics 1
Schwerpunkt-Seminar im SS2001
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
Interaktion Agent Umgebung
Agenten und Objekte
Unterschied zwischen Agenten und Objekten der OOP:
“Objects do it for free, agents do it for money”
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
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
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
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)
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
Architekturen für Systeme intelligenter Agenten V
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
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)
Architekturen für Systeme intelligenter Agenten VIII
Konkrete Realisierungen
von Agentenarchitekturen I
Konkrete Realisierungen
• Logik-basierte Agenten
• Reaktive Agenten
• Überzeugung–Wunsch–Absicht–Systeme (BDI-Systeme)
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 )
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)
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
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
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
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?
Konkrete Realisierungen von
Agentenarchitekturen VII
BDI-SystemeRolle 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
Konkrete Realisierungen von
Agentenarchitekturen VIII
BDI-SystemeDilemma
• Absichten müssen regelmäßig auf Validität überprüft werden
• Zu hoher Aufwand für Validitätskontrolle ist aktionshemmend
Abwägung: Proaktivität vs. Reaktivität (zielorientiertes vs. ereignisgesteuertes Verhalten)
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)
Konkrete Realisierungen von Agentenarchitekturen X
Elemente eines BDI-Systems
• Aktionsgenerierung
function action (p:P) : AbeginB := brf (B,p)D := options(D,I)I := filter(B,D,I)return execute(I)
end
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
Schichtarchitekturen II
Horizontale Schichtarchitektur I
Probleme:
• Max. mn Interaktionen sind zu betrachten
• Kontrollsystem zur Koordination ist erforderlich
Beispiel für horizontale Architektur: TouringMachines
Horizontale Schichtarchitektur II
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
Vertikale Schichtarchitektur II
Multiagentensysteme und Gemeinschaften von Agenten
Distributed–Artificial–Intelligence DAI
Motivation der Distributed–Artificial–Intelligence:
1. Information liegen in der realen Welt meist verteilt vor, da die Objekte, auf welche sie sich beziehen, auch örtlich verteilt sind.
2. Die Menge der verfügbaren Informationen kann den Rahmen der Möglichkeiten eines einzelnen Systems sprengen.
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
Eigenschaften von Multiagentenumgebungen
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
Agenten-Kommunikation
Bedeutungsebenen
Bedeutungsebenen
• beschreibend/vorschreibend• individuelle/vereinbarte Bedeutung• subjektive/objektive Bedeutung• individuelle/gesellschaftliche Bedeutung• Semantik/Pragmatik (Sprachgebrauch)
Weitere Eigenschaften der Bedeutungsebenen: Kontext, Mächtigkeit, Identität, Kardinalität
Kommunikationstypen
Intention und Ergebnis des Kommunikationsakts
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
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
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
KQML II
• Wichtige Bestandteile des Protokolls • :sender• :receiver• :content • :language• :ontologie• :content
• Implementierung von PROLOG, LISP, SQL möglich
KQML III
KIF
• Knowledge Interchange Format• Symbolische Logik zur Beschreibung Fakten,
Definitionen, Kurzfassungen, Inferenzregeln, Metawissen
• Logische Operatoren wie bei LISP: Negation, Disjunktion, Konjunktion usw.
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.
Interaktions-Protokolle für Agenten
Interaktions-Protokolle für Agenten
• Gemeinsame Ziele bestimmen• Gemeinsame Aufgaben identifizieren• Unnötige Konflikte vermeiden• Gemeinsame Verwaltung von Wissen und
Erkenntnis
Koordinationsprotokolle I
Probleme verteilter Datenhaltung und Prozessteuerung
• Zeitgerechte Informationszuteilung• Synchronisation der Handlungen• Vermeidung von redundantem Arbeitseinsatz
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
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
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
Kooperationsprotokolle II
Zerlegung und Verteilung von Aufgaben: divide-and-conquer
• Verteilungsmechanismen – Marktmechanismen – Vertragsnetze – Multiagentenplanung – Organisationsstrukturen
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
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
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
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
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
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
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
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
Recommended