kramann.info
© Guido Kramann

Login: Passwort:










COACH2
1 Planung
2 Architektur
3 Anzeige
4 EEPROM
5 I2C
..5.1 MasterSendByte
..5.2 MasterSend2Bytes
..5.3 MasterReceiveByte
..5.4 MasterReceive2Bytes
6 UART
7 DFT
8 FFT
9 Planung2
10 Klassen
..10.1 AnzeigeTaster
..10.2 RS232
..10.3 MotorServo
..10.4 Drehgeber
..10.5 Sensor
..10.6 Funk
11 Adaption
..11.1 Programmiertechnik
..11.2 Evoopt
12 Fuzzy
..12.1 Uebungsaufgabe
..12.2 Fuzzygroesse
..12.3 Fuzzyset
..12.4 Lookuptable
13 Skript
..13.1 Funkkorrektur
..13.2 Skriptsprachen
..13.3 Anforderungen
..13.4 Agentensysteme
..13.5 Implementierung
..13.6 Experimente
14 Gesamtkonzept
..14.1 Skripterweiterung
..14.2 Makroverhalten
67 Echtzeitsysteme
..67.1 Einfuehrung
....67.1.1 Echtzeit
....67.1.2 Korrektheit
....67.1.3 Hardware
....67.1.4 Ziele
....67.1.5 Synchronprogramm
..67.2 Threads
....67.2.1 Java
....67.2.2 Synchronisierung
..67.3 COACH
....67.3.1 Kaskadenregler
....67.3.2 Zeitebene1
....67.3.3 Zeitebene2
....67.3.4 Zeitebene3
....67.3.5 Puck
....67.3.6 Puckschwarm
..67.4 RTAIlab
....67.4.1 Slax
....67.4.1 USB_Stick
....67.4.2 Sinus
..67.5 Semaphor
....67.5.1 Laufkatze
....67.5.2 Java
....67.5.3 Semaphor
..67.6 Audio
....67.6.1 wav
....67.6.2 Linux
..67.7 Lookup
....67.7.1 Fuzzy
....67.7.2 PWM
..67.8 NeuronaleNetze
....67.8.1 Neuron
....67.8.2 Backpropagation
....67.8.3 Umsetzung
....67.8.4 Winkelerkennung
..67.9 Internetprogrammierung
....67.9.1 Codegenerierung
....67.9.2 PHP_Programmierung
....67.9.3 PHP_OOP
....67.9.4 Java
....67.9.5 UDP
..67.10 DFT
..67.11 FFT
..67.12 Zustandsmaschine
..67.13 Fuzzy
....67.13.1 Fuzzylogik
....67.13.2 FuzzyRegler
....67.13.3 Uebung9
....67.13.5 Softwareentwicklung
......67.13.5.1 AgileSoftwareentwicklung
......67.13.5.2 FuzzyRegler
......67.13.5.3 Uebung
....67.13.6 Umsetzung
......67.13.6.1 FuzzyRegler
......67.13.6.2 Simulation
......67.13.6.3 Optimierung
......67.13.6.4 Uebung
....67.13.7 Haengependel
......67.13.7.1 Haengependel
......67.13.7.2 Simulation
......67.13.7.3 FuzzyRegler
......67.13.7.4 Optimierer
......67.13.7.5 Genetisch
....67.13.8 Information
....67.13.9 Energie

13.4 Agentensysteme

  • Mit Agentensystemen bezeichnet man Systeme, die autonom, mobil und intelligent genannt werden können.
  • Wie die Bezeichnung intuitiv schliessen läßt, sind damit Systeme gemeint, die für eine bestimmte Person Aufgaben erledigen, dabei autonome Entscheidungen treffen und die Ergebnisse bei dem Auftraggeber abliefern.

Agentenmodelle

  • Im allgemeinsten Fall kann als Agentensystem alles bezeichnet werden, was seine Umwelt über Sensoren wahrnehmen kann und in dieser Umwelt durch Aktuatoren handelt.
BILDBESCHREIBUNG

Bild 13.4-1: Agenten-Modell 1: Ein Agent nimmt wahr und handelt in seiner Umwelt.

  • Ein entsprechend einfaches Beispiel ist ein Staubsaug-Roboter.
  • Solche Geräte agieren in einfacher Weise in ihrer Umwelt: Sie fahren nach zumeist Zufallswege über den Boden und reinigen ihn dabei.
  • Sie reagieren unmittelbar auf Umwelteinflüsse: Bei Erreichen einer Zimmerwand, wird die Richtung gewechselt.
  • Solche Agentensysteme kann man auch als Reflex-Agenten bezeichnen:
BILDBESCHREIBUNG

Bild 13.4-2: Agenten-Modell 2: Ein Agent nimmt wahr und handelt in seiner Umwelt.

  • Um schnell und sicher in einer Umwelt zu agieren, ist es notwendig mehr über diese zu wissen, als momentan über Sensoren wahrgenommen wird.
  • So sind Bodenreinigungs-Roboter wesentlich effizienter, die sich durch Erkundungsfahrten eine interne Repräsentation des zu säubernden Raumes anfertigen, um dann für diesen Raum sich nicht überkreuzende Bahnen berechnen zu können.
  • Es handelt sich dann um einen Modellbasierten Reflex-Agenten.
  • Um ein rationales Verhalten des Agenten zu gewährleisten, ist es gerade bei komplexeren Agenten notwendig, dass sie sich an veränderte Umweltbedingungen anpassen können:
BILDBESCHREIBUNG

Bild 13.4-3: Agenten-Modell 3: Modellbasierter Reflex-Agent. Sensorik aktualisiert den Zustand des Umweltmodells und dient auch zur Korrektur des selbigen.

  • Wer erfolgreich sein will, braucht vor allem ein Ziel.
  • Um die eigenen Aktionen verbessern zu können, brauchen Agentensysteme eine Zielvorstellung dessen was erreicht werden soll und ein Erinnerungs- und Urteilsvermögen, um den Erfolgsgrad schon getesteter Verhaltensmuster beurteilen zu können.
  • D.h. der Nutzen vergangener Aktionen muss bestimmt werden.
  • Nur dann sind sie in der Lage, das eigene Verhalten zielorientiert zu verbessern.
BILDBESCHREIBUNG

Bild 13.4-4: Agenten-Modell 4: Modellbasierter und Nutzenbasierter Agent. Vermag den Nutzen seines Handelns zu beurteilen und dieses zu korrigieren.

  • Eine weitere Effizienzsteigerung errreicht man mit Agentensystemen, die nicht nur ihre Erfahrungen einsetzen können, um ihr Verhalten zu verbessern, sondern die in der Lage sind, Aktionen und deren Umweltauswirkung in ihrem internen Umweltmodell zu simulieren.
  • Das heißt das Umweltmodell wird nicht nur durch Sensor-Eingaben in einen aktuellen Zustand versetzt, der mit den realen Gegebenheiten korrespondiert, sondern das System ist auch in der Lage, das Umweltsystem gezielt in einen fiktiven Zustand zu versetzen und das eigene Verhalten daran zu schulen.
  • Diese Möglichkeit wird vor allem bei kostenintensiven Missionen genutzt, wie sie in der Weltraumfahrt üblich sind.
  • In der Regel sind hier die Simulationssysteme jedoch nicht in die Aktionssysteme integriert, sondern es existiert neben dem realen Vehikel Pathfinder (Autonomes Fahrzeug, das auf dem Mars gelandet ist) beispielsweise ein mathematisches Simulationsmodell von Pathfinder auf einer simulierten Marsoberfläche.

Agententypen

  • Drei grundlegende Typen von Intelligenten Agentensystemen sind heutzutage anzutreffen:
  • Stationäre Software-Agenten
  • Internet-Agenten
  • Roboter
  • Stationäre Software-Agenten agieren lokal auf einem Computer und unterstützen den Benutzer bei seiner Arbeit, z.B. beim Verstehen eines Programms, oder bei der Suche nach Dokumenten im Filesystem.
  • Internet-Agenten navigieren gemäß der Zielbeschreibung des Benutzers autonom durch das Internet und dienen meistens dazu das WWW nach Informationen zu durchsuchen. In Kopien können sie in beliebiger Anzahl an verschiedenen Orten gleichzeitig arbeiten.
  • Roboter als Hardware-Agenten-Systeme werden vor allem bei Missionen eingesetzt, die selbständiger Entscheidungen bedürfen und in Umwelten stattfinden, die dem Menschen nicht, bzw. nur unter Gefährdung der Gesundheit zugänglich sind.

Einige Einsatzgebiete von Robotern, die die Kriterien modellbasierter Agentensysteme erfüllen

  • Überprüfung von Staudämmen unterwasser.
  • Erkundung anderer Planeten.
  • Auffinden verschütteter Menschen in Katastrophengebieten.
  • Ernte einzelner Früchte in Gewächshäusern.
  • Gebrechliche Menschen in der Bewältigung ihres Alltags unterstützen.