Flexible Kooperation zwischen Autonomen Agenten in Dynamischen Umgebungen

Abstract

Die vorliegende Dissertation präsentiert ein Schema zur Holonenformierung in dynamischen Umgebungen eines holonischen Multiagenten-Systems. Holo- ne werden dazu eingesetzt, um eine Gruppe von Agenten für einen begrenzten Zeitraum zu einem strukturierten Verbund zusammenzufassen. Unter der Führung eines ausgezeichneten Agenten, dem Holonenführer bzw. Kopf des Holons, können gemeinsam komplexe Aufgaben gelöst werden. Die Holonenführer, wie auch die restlichen Agenten eines Multiagenten-Systems, besitzen dabei nur ein eingeschränktes, vages und zum Teil fehlerhaftes Wissen über die anderen Agenten. Das Schema beschreibt, wie jeder Agent sein Wissen erlernen und davon ausgehend potentielle Holonenstrukturen simulationsbasiert aufbauen kann. Anschlieÿend werden diese hypothetischen Holonenstrukturen in Verhandlungen realisiert. Zur Umsetzung des Schemas und der daraus resultierenden Algorithmen wird ein mathematischer Formalismus zur Abbildung eines Multiagenten- Systems auf einen Vektorraum vorgestellt, der es ermöglicht, die Entitäten des Multiagenten-Systems und die Funktionen des Schemas formal zu beschreiben. Aufbauend auf diesen Arbeiten und des Schemas werden abschlieÿend vier Algorithmen, von einem einfachen randomisierten Verfahren bis hin zu komplexen wissensbasierten Verfahren zur Holonenformierung, exemplarisch entwickelt, diskutiert und evaluiert.

This work proposes a scheme for the formation of holonic agents in a multiagentsystem acting in a dynamic environment. This model captures cooperative holonic multiagent-systems in which each agent has incomplete, vague and erroneous information about the other agents and about its dynamic and uncertain world. Holons are temporarily formed to fulfill complex tasks, that a single agent cannot handle alone. To find assistance the head of a holon continuously tries to improve its holonic structure. Therefore it builds a set of hypothetical holons, rating them and if a higher ranked holon structure than the current one is found, it starts with the (re-)negotiation of the holon. Also if the holon is for some reason not longer capable to achieve its goals, re-negotiation starts. The scheme describes in particular, how an agent learns the properties of other agents. Based on this knowledge the agents are then able to build hypothetical holons by simulations. In the following these hypothetical holons are realised by bilateral negotiations with the agents of that pre-computed holonstructure. For describing this scheme and the algorithms based on this scheme, I first present a formalism to map a multiagent-system onto a vector space, such that it is possible to give a formal description of the entities of a multiagenten-system and of the functions of the proposed scheme. Finally present four algorithms to form dynamically holons based on that scheme. These algorithms consist of a simple randomised agent selection to a complex knowledge-based selection of relevant agents to solve the given tasks. These algorithms are in the end discussed and evaluated in detail.