Kurs: Multiagentensysteme: Technologien, Entwurf, Plattformen

Synopsis

Universität Bremen: VAK 03-ME-710.20
Kategorie: Kurs (Vorlesung mit integrierter Übung), 4 SWS
Master Course
ECTS: 6, Sommer Semester
University of Bremen
(und Universität Koblenz-Landau, VAK 04IN2053/432053)
Dozent: PD Dr. Stefan Bosse

Medien

Medium Folien Datum Description
Wiki Interaktiver DokuWiki - Diskussionsplattform
Video - 21.04.20 Einführung in den Wiki
Video - 20.04.20 Demo 01 - Mobile Umfragen mit Mobilen Agenten und JAM
Video Play mas2k0.html 22.04.20 0 - Überblick
Video 1 Play 1 Video 2 Play 2 Video 3 Play 3 mas2kA.html 29.04.20 A - Einführung in Multiagentensysteme und zelluläre Automaten
Video Play mas2kB.html 13.05.20 B - Anwendungen, Plattformen, Toolkits
Video 1 Play 1 Video 2 Play 2 mas2kC.html 20.05.20 / 02.06.20 C - Agentenmodelle und Architekturen
Video 1 Play 1 Video 2 Play 2 Video 3 Play 3 cws2kD.html 17.06.20 JAM Agenten und Plattform mit Smart City Demo
- mas2kD.html 08.07.20 D - Kommunikation und Interaktion (Selbststudium)
Video 1 Play 1 Video 2 Play 2 mas2kG.html 15.07.20 G1 - Verteiltes Verhalten und Gruppen

Materialien

File Version Description
mas2k.script.pdf 25.07.20 Skript

Übungen/Arbeitsaufträge

File Version Description
tutorial4.html 08.05.2020 Interaktive Übung Zelluläre Automaten
tutorial6.html 08.05.2020 Interaktive Übung JavaScript
tutorial13.html 15.07.2020 Interaktive Übung Einführung in AgentJS und JAM
tutorial15.html 07.07.2020 Agentenbasierte Umfrage mit der JAM App und Chat Bot

Software

File Version Description
node8.exe 8.12.0 nodejs (MS Windows x86/32bit)
jx 1.3.3X jxcore+ JS engine (Linux, 32bit)
pl3 190827 psilab3+ JS engine (Linux, 32bit)
wex 1.2.5 WEX local File Server (requires nodejs)
node wex
jamsh 1.35.1 040722 JAM Terminal Shell. Needs a JS engine (nodejs, jxcore, jx+) and a terminal
node jamsh
jamweb.html 1.7.2 040722 JAM Agent Laboratory for any WEB browser.
jamapp.html 1.8.1W 040722 Crowd Sensing JAMApp for any WEB browser
relay.js 190930 JAM relay script (for chat bots)
jamsh relay.js
cluster.js 200405 JAM cluster script
jamsh cluster.js -- #num
mlp.js 040722 Multilayer Perceptron ML Agent Beispiel

Beschreibung

Zielgruppen: Soziologie, Informatik, Wirtschaftswissenschaften, Produktionstechnik, (Psychologen)

In dem Kurs Multiagentensysteme sollen drei wesentliche agentenbasierte Paradigmen möglichst praktisch eingeführt werden:

ABM. Agentenbasiertes Modellieren ABS: Agentenbasiertes Simulieren (mit NetLogo) ABC: Agentenbasiertes Rechnen (mit der JavaScript Agent Machine JAM)

ABM/ABS richtet sich vor allem an Soziologen, Produktions- und Wirtschaftswissenschafter sowie Naturwissenschaftler und soll sich mit der Modellierung und Simulation von natürlichen dynamischen und komplexen Systemen mit Agenten beschäftigen. Beispiele sind Welten mit interagierenden Lebewesen (Ameisenkolonien, Menschen) oder auch technische Systeme (Verkehr in Städten, Logistik usw.). In diesem Jahr soll versucht werden Krankheitsausbreitung und Eindämmungsmaßnahmen zu simulieren! Studenten sollen in Gruppen Konzepte und Modelle erarbeiten und auch die Veranstaltungsinhalte über einen Wiki mitgestalten! ABC richtet sich vor allem an Informatiker da es ein Programmierparadigma ist (jedoch ist ABM die Grundlage für ABC).

Der Kurs ist ein Baukasten in dem einzelne Module (ABM/ABS/ABC) kombiniert werden können (je nach Zielgruppe).

Content

  1. Agent models, architectures, and programming models (declarative, knowledge based, reactive, object-oriented like JAVA / AgentSpeak / Jason, and procedural)
  2. BDI model and architectures, Agent communication (FIPA-ACL)
  3. Agents as mobile processes
  4. Reactive Mobile Agents and their implementation; Behavioral description with dynamic Activity-Transition Graphs and metalanguage AAPL
  5. Mapping of AAPL on concrete programming languages: AgentJS
  6. Multi-agent systems: cooperation and collaboration
  7. Self-organizing and self-adaptive systems
  8. Execution platforms and frameworks for mobile agents (Jade, JAM, AFVM)
  9. Introduction to JAM and practical lessons: JavaScript agent processing machine
  10. Simulation with MAS and simulation of MAS
  11. Deployment of MAS in heterogeneous environments
  12. Usage Scenarios: Sensor Networks, Crowd Sensing, Cloud Computing, IoT, Production, Logistics, Business

Goals / competences

The students acquire / win / learn

  1. Basic understanding of agents and their behavioral models compared to classical data processing models and classical software
  2. Basics of distributed perceptive and reactive systems and ability of programming such systems
  3. Basic understanding and application of communication, cooperation, and collaboration between agents
  4. Ability of practical application and mapping of agent models with programming in simple usage scenarios
  5. Understand and apply examples of self-organizing systems and their adaptivity
  6. Practical implementation of simple MAS with the JAM platform, JavaScript (AgentKS), and the SEJAM Simulator
  7. Insights into the technological implementation of multi-agent systems and agent platforms