Multiagentensysteme: Modelle, Programmierung, Plattformen

Überblick

Schwerpunkte in diesem Kurs

• Modellierung und Simulation mit Agenten
• Grundlagen von autonomen Agenten und selbstorganisierenden Systemen
• Konzepte der Programmierung von Agenten: Eher abstrakt oder besser praktisch?
• Praktische Relevanz und Anwendung von agentenbasierten Systemen
• Plattformen und Technologien

Begleitet von integrierten Übungen um obige Techniken konkret anzuwenden

Vorlesung

2 SWS mit Grundlagen und Live Programming (Baukastenprinzip!)

Übung

1 SWS mit Programmierung und angewandter Vertiefung (integriert)

Voraussetzungen

Grundlegende Programmierfähigkeiten (keine spez. Programmiersprache)

Zielgruppen des Kurses

• Soziologen

• Informatiker

• Wirtschaftswissenschaftler, Ökonomen

• Biologen

• Produktionstechniker und Logistiker

• Systemingenieure (Systems Engineering)

• Psychologen (?)

• Geologen (?)

[tiridifilm/istockphoto.com]

Materialien

1. Die Vorlesungsinhalte (Skript, Folien) werden auf http://edu-9.de unter der Rubrik Lehre zusammengestellt und angeboten

2. Weitere Materialien (Tutorials, Übungen, Software) werden ebenfalls auf http://edu-9.de bereitgestellt

3. Die Videos sind über http://edu-9.de verlinkt und sind auf http://ag-0.de verfügbar (opencast Server)

4. Interkation der Teilnehmer findet über einen Wiki statt! (dokuwiki). Dieser ist über http://ag-0.de erreichbar und in den jeweiligen Veranstaltungsseiten auf http://edu-9.de verlinkt.

5. Es wird noch einen online Chat geben.

6. Alle weiteren Hinweise und Einführungen (z.B. in Software) nur noch auf dem Wiki!!!

Methoden und Verfahren mit Agenten

Die drei großen AB*

ABM

Agentenbasiertes Modellieren →

Verhalten und Wechselwirkung von natürlichen oder technischen Systeme werden mit Agenten modelliert

ABC

Agentbasiertes Berechnen (Computing) →

Agenten sind (mobile) Software und Datenverarbeitung →
Programmier- und digitales Kommunikationsmodell

ABS

Agentenbasierte Simulation →

Simulation von komplexen Systemen mit Agentenmodellen (ABM) oder Simulation von Agenten (ABC)

Leistungen

Folgende Möglichkeiten einer Prüfungsleistung stehen zur Auswahl:

1. Mündliche Prüfung (über mindestens die Hälfte der Modulblöcke)

2. Schriftliche Ausarbeitung zu einer Fragestellung zu dem Thema (Review/Survey)

3. Die Bearbeitung einer experimentellen oder simulativen Arbeit (NetLogo/JAM)

Methoden und Verfahren mit Agenten

Variationen und Kombinationen

ABMS

Kombination und Schnittmenge aus ABM und ABS als eigene Disziplin

ABX

Kombination aus ABM, ABS, und ABC! →

Erweiterte Simulation und Modellierung mit Daten aus Crowd Sensing

Methoden und Verfahren mit Agenten

Einsatzgebiete von Agenten

1. ABM und ABS werden in folgenden Disziplinen eingesetzt:

   • Soziologie
   • Biologie
   • Physik, Materialwissenschaften (Zelluläre Automaten!)
   • Ökonomie/Wirtschaftswissenschaften

2. ABC und ABS werden eingesetzt in:

   • Verteilte und parallele Datenverarbeitung, Informatik
   • Agentenbasiertes Planen, Produktionstechnik
   • Künstliche Intelligenz, agentenbasiertes Lernen und Schwärme (Robotik)

Literatur

Vorlesungsskript ^ABM,ABS,ABC

Die Inhalte der Vorlesung werden sukzessive bereitgestellt

Literatur

Software

Verwendete Software (Vorlesung und Übung)

Software

Verwendete Software (Vorlesung und Übung)

Software

Verwendete Software (Vorlesung und Übung)

Software

JAM Laboratory ^ABC

Fragestellungen

1. Wie kann man komplexe dynamische Systeme mit Agenten modellieren und simulieren, die

   • aus einzelnen einfach Einheiten bestehen, und
   • die Einheiten miteinander wechselwirken?

2. Wie kann man das globale Verhalten → also Systemverhalten → einer Menge von Agenten studieren?

3. Wie kann robuste Datenverarbeitung in heterogenen Umgebungen (Netzwerken) mit Agenten stattfinden?

[Crooks et al., 2018]

Fragestellungen

4. Wie kann in ABM/ABS die reale Welt auf künstliche Welten für Agenten abgebildet und repräsentiert werden?

[Crooks et al., 2018]

Ziele

Die Studenten erwerben/gewinnen/lernen

1. Grundverständnis von Agenten und deren Verhaltensmodelle
2. Grundlagen verteilter perzeptiver und reaktiver Systeme und Fähigkeit der Programmierung: Wie können komplexe verteilte Systeme mit einfachen Methoden entworfen werden?
3. Grundverständnis und Anwendung der Kommunikation, Kooperation, und Kollaboration zwischen Agenten
4. Fähigkeit der praktischen Anwendung und Abbildung der Agentenmodelle mit Programmierung in einfachen Einsatzszenarien unter Verwendung von JavaScript
5. Verständnis und Anwendung an Beispielen von selbstorganisierenden Systemen und deren Adaptivität
6. Praktische Umsetzung einfacher MAS mit der JAM Plattform, JavaScript (AgentJS), und dem SEJAM Simulator
7. Einblicke in die technologische Umsetzung von Multiagentensystemen und Agentenplattformen

Inhalte

1. Einführung in Agenten und Agentensysteme
2. Anwendungsbeispiele
3. Agentenmodellierung und Agentenmodelle mit einfachen Architekturen
4. Entwurf von Agenten mit Programmierung
5. Praktische Agentenbasierte Modellierung mit NetLogo
6. Agentenkommunikation: Koordination und Kooperation
7. Agentenplattformen
8. Mobile Agenten als mobile Prozesse
9. Praktischer Einsatz von Agenten mit der JAM Plattform
10. Simualtion von Agentensystemen (u.A. mit SEJAM)

Programmierung

NetLogo (deklarativ, prozedural)

breed [tcells tcell] ; the T cells
breed [DCs DC] ; the dendritic cells (DCs)
to setup
  clear-all
  set-default-shape turtles "circle" ; all turtles will be circles (spheres)
    create-tcells 100 [
      set color green ; make T cell green
      setxyz random-xcor random-ycor random-zcor ; put T cell at random location
    ]
    create-DCs 2 [
      set size 2 ; make DC of size 2 (twice that of T cells)
      set color red ; make DC red
      setxyz random-xcor random-ycor random-zcor
    ]
  reset-ticks
end

Programmierung

+!leave(home) 
  : not raining & not ~raining
  <- !location(window); 
    ?curtain_type(Curtains); 
    open(Curtains); 
    .. 
+!leave(home) 
  : not raining & not ~raining 
  <- .send(mum,askIf,raining); 
  ..
@shopping(1)[chance_of_success(0.7),
  usual_payoff(0.9), 
  source(ag1), expires(autumn)] 
+need(Something) 
  : can_afford(Something) 
  <- !buy(Something).

function AgentShopper (charge) {
  this.bank=charge;  this.money=0;
  this.act = {
    init: function () {..},
    percept: function () {..},
    buy:  function () {..},
    gohome: function () {..}
  }
  this.on = {
    'error': function (e) {..},
    'PRICE':  function (val) {..}, 
  }
  this.trans = {
    init: percept,
    percept: function () {return this.money?buy:gohome},
    buy: percept
  };
  this.next=init;
}

Pressestimmen

Was sagen andere?

• Dr. Wander Jager, Universität Groningen