Information Technology Reference
In-Depth Information
andere Agenten sendet, oder passiv, indem er einen Fluss von Ereignisnachrichten von
einem übergeordneten System (Internet), dem Anwender oder von anderen Agenten emp-
fängt. Genau wie ein Lebewesen muss der Agent in der Lage sein, unwichtige Ereignisse
von den wichtigen Ereignissen zu unterscheiden. Wenn Wahrnehmung also die Fähigkeit
ist, Muster zu erkennen und der Agent seine Eindrücke als Datenstrom empfängt, dann
betritt er das Gebiet des
maschinellen Lernens
und der
Mustererkennung
. Das Lernen
ist nicht nur für adaptives Verhalten nützlich, sondern auch, wenn Veränderungen in der
Umwelt erkannt werden sollen. Ein lernendes System kann bestimmte Zustände der Welt
bestimmten Situationen zuordnen. Diese Situationen können normale und vorhergesehene
sein oder neue und unerwartete. Das einfache Aufzeichnen des Eintretens eines Ereignis-
ses und das anschließende Berechnen der Wahrscheinlichkeit eines Ereignisses oder einer
Situation können nützliche Funktionen für einen Agenten sein. Eine Tabelle oder ein Dia-
gramm mit den Zuständen und den dazugehörigen Aktionen aufzubauen kann dabei schon
ein erster Lösungsansatz sein. Überwachte Lernalgorithmen, wie Neuronale Netze oder
Entscheidungsbäume, können verwendet werden, um diese Entscheidungen automatisch
zu treffen. Wenn alle Situationen, in die der Agent geraten kann, bekannt sind, können sie
einfach in seine Wissensbasis eingebaut werden. Aber gerade in einer komplexen Um-
gebung mit einer großen Anzahl möglicher Situationen kann Lernen die einzige Option
zum Überleben sein.
Sobald der Agent wahrgenommen hat, dass ein bestimmtes Ereignis stattgefunden hat,
liegt der nächste Schritt darin, eine Aktion auszuführen. Diese Aktion kann in der Fest-
stellung bestehen, dass keine Aktion auszuführen ist, oder darin, eine Nachricht an einen
anderen Agenten zu senden, damit dieser selbst in Aktion treten kann.
Genau wie Menschen handeln Agenten durch sogenannte Effektoren. Bei Menschen sind Muskeln
die Effektoren, wenn sie in der Welt physisch handeln. So können sie durch Sprechen handeln
(durch den Einsatz verschiedener Sprachmuskeln) oder durch das Verschicken einer E-Mail (wieder
verschiedene Muskeln). Durch die Kommunikation mit anderen Menschen können sie ganze Grup-
pen zum Handeln veranlassen und somit ihre Umwelt verändern.
Im Sinne einer Schwarmintelligenz können Agenten mit einzelnen Agenten kombiniert
werden, um Probleme zu lösen, d. h. es können mehrere intelligente bzw. kognitive Agen-
ten zusammen an einem gemeinsamen Ziel arbeiten.
Dabei kann es durchaus vorkommen, dass ein einzelner Agent eine begrenzte Sicht auf den Zustand
der Welt hat, dass es aber keine globale Steuerung gibt, die Daten dezentralisiert sind und die Be-
rechnungen der Agenten asynchron verlaufen. Immer wenn zwei autonome Wesen zu kommuni-
zieren versuchen, kann es zu Problemen kommen. Zunächst müssen sie dieselbe Sprache sprechen,
die dann denselben Satz von Elementen und Symbolen benutzt. Dann müssen sie sich einigen,
was diese Symbole bedeuten. Sie müssen außerdem einen Weg finden, in dieser Sprache zu kom-
munizieren. Sie können nicht beide gleichzeitig sprechen. Sie können nicht beide gleichzeitig auf
dasselbe Blatt Papier schreiben.
Das
Blackboard
(„das schwarze Brett“) ist ein Lösungsmuster und eine Datenstruktur,
