Software-Agent

aus Wikipedia, der freien Enzyklopädie

Du hast neue Nachrichten auf deiner Diskussionsseite.

Als Software-Agent oder auch Agent bezeichnet man ein Computerprogramm, das die folgenden Eigenschaften besitzt:

autonom - das Programm arbeitet weitgehend unabhängig von Benutzereingriffen
proaktiv - das Programm löst Aktionen aufgrund eigener Initiative aus
reaktiv - das Programm reagiert auf Änderung der Umgebung
sozial - das Programm kommuniziert mit anderen Agenten
lernfähig/anpassungsfähig - das Programm lernt aufgrund zuvor getätigter Entscheidungen bzw. Beobachtungen.

Kommt zu den genannten Eigenschaften die Fähigkeit hinzu, den Ausführungsort zu wechseln, so spricht man von einem mobilen Agenten. Beim Wechsel des Ausführungsortes spricht man von Migration. Intelligente Agenten zeichnen sich durch Wissen, Lernfähigkeit, Schlussfolgerungen und die Möglichkeit zu Verhaltensänderungen aus.

Inhaltsverzeichnis

1 Einsatz
2 Implementierungen
3 Agententypen
- 3.1 Reaktive Agenten
- 3.2 Kognitive Agenten
4 Siehe auch
5 Weblinks

[Bearbeiten] Einsatz

Agenten werden große Einsatzmöglichkeiten in den Bereichen eCommerce, Informationsrecherche, Simulation, Erledigen von Routineaufgaben und in autonomen Systemen eingeräumt. Im Bereich Simulation gibt es dabei das Spezialgebiet der Multi-Agenten-Simulation bzw. Gruppensimulation mit eigenen Softwareprodukten. Letzteres wird gerne im Spielebereich eingesetzt.

[Bearbeiten] Implementierungen

Es gibt zahlreiche Implementierungen von Agentenplattformen im wissenschaftlichen Umfeld. Diese haben meist einen speziellen Fokus, z.B. intelligentes Verhalten, Sicherheit, effiziente Migration.

Eine ausführliche Übersicht über aktuelle Systeme liefern die Webseiten unter AgentLink.org, welches als Projekt (Co-ordination Action) im Rahmen des sechsten Forschungsrahmenprogramms der Europäischen Kommission gefördert wird.

[Bearbeiten] Agententypen

Agententypen unterscheiden sich in der Agentenarchitektur (nicht zu verwechseln mit der Architektur, auf der das Umgebungsprogramm läuft). Unter einer Agentenarchitektur versteht man die Art und Weise, wie die Definition und Verwaltung des Agentenverhaltens erfolgt. Prinzipiell herrscht dabei eine große Begriffsvielfalt, aber die Einteilung in zwei weitgehend anerkannte Bereiche ist möglich:

[Bearbeiten] Reaktive Agenten

Reaktive (bzw. subkognitive) Agenten verfügen prinzipiell nicht über eigenes Wissen, sondern agieren nur aufgrund ihrer Wahrnehmungen direkt und ohne Entscheidungsprozess.

Folgende Agententypen treten in diesem Zusammenhang öfter auf:

Einfach Reaktiver Agent

Ist der einfachste Typ. Der Agent erhält Sensorinformationen und wählt aufgrund von Bedingungs-Aktions-Regeln eine Aktion aus.

Beobachtender Agent

Stellt eine Erweiterung des Einfachen Reaktiven Agenten dar. Dieser Agententyp besitzt bereits ein Gedächtnis und sammelt Informationen über die Umwelt und was die eigenen Aktionen bewirken würden. Die Bedingungs-Aktions-Regeln werden dann auf dieses Gesamtbild angewandt und nicht mehr nur auf die reinen Sensorinformationen.

[Bearbeiten] Kognitive Agenten

Kognitive Agenten verwalten ein Modell ihrer Umwelt in einer eigenen Datenstruktur. Dadurch wird Planung der Aktionen und schließlich auch zielgerichtetes Handeln möglich. Eine bekannte Unterklasse ist die Agentendefinition in den BDI-Agenten-Architekturen durch Angabe der Beliefs, Desires und Intentions.

Folgende Agententypen treten in diesem Zusammenhang öfter auf:

Zielbasierter Agent

Der Agent besitzt eine Zielvorgabe, die er zu erreichen versucht und entscheidet aufgrund der Sensorinformation und seines Wissens über die Folgen seiner Aktionen, welche Aktion ihn seinem Ziel am nächsten bringt. Da das Ziel nicht immer in einem Schritt erreicht werden kann, ist der Agent in der Lage zu planen.

Nutzenbasierter Agent

Als Weiterentwicklung des zielbasierten Agenten besitzt der nutzenbasierte Agent ebenfalls eine Zielvorgabe. Es werden dabei alle möglichen und unmöglichen Zustände auf eine reelle Zahl abgebildet, welche den Nutzen für den Agenten repräsentiert. Er selbst hat hierbei den Wert -∞. Dadurch ist er in der Lage, in Situationen, in denen mehrere Ziele erreichbar sind, zu entscheiden, welche Aktionen den größeren Nutzen haben, bzw. welche Ziele erstrebenswerter sind. Dies ist vor allem dann interessant, wenn nicht mit Sicherheit gesagt werden kann, ob ein Ziel erreicht werden kann. Der Agent kann damit eine Risikoeinschätzung durchführen und wird nicht nur seinem Hauptziel folgen. Leider wird dies jedoch nie zufriedenstellend funktionieren.