21.2.2 Multiagentensysteme

In der Annahme, al­les im ant­a­ria­ni­schen Eco System hat ei­nen tief­grün­di­gen Zweck und ei­ne Bestimmung, müs­sen die­se Agenten nun eben­so ziel­ba­sie­rend und auf Nutzen ge­trimmt im kol­lek­tiv zu­sam­men ar­bei­ten und ne­ben­ein­an­der exis­tie­ren kön­nen.

Jeder Agent muss sei­ne Bestimmung durch Zielvorgaben in­ter­pre­tie­ren kön­nen, um sei­ne nächs­te Aktion zu be­wer­ten. Bringt mich die­se Aktion mei­nem Ziel ei­nen Schritt nä­her? Ein Agent muss pla­nen kön­nen. Zudem sol­len dem Agenten des wei­te­ren Methodiken zur Bewertung des Nutzens ob­lie­gen, so ei­ne Risikoeinschätzung durch­füh­ren zu kön­nen. Wird die nächs­te Aktion mein gro­ßes Ziel ge­fähr­den? Stehen meh­re­re Ziele zur Auswahl? Welchem Ziel fol­ge ich im Moment? Jeder mög­li­che Zustand, re­prä­sen­tiert aus dem Folgezustand sei­ner mög­li­chen Unmöglichkeit, klas­si­fi­ziert die nächs­te Aktion aus ei­nem Pool des er­stre­bens­wer­ten Nutzens.

So kris­tal­li­sie­ren sich ge­ra­de Multiagenten Systeme (MAS),für die kol­lek­ti­ve Problemlösung der in­ter­ak­ti­ven und le­ben­di­gen Komplexität im Eco System der »Biome«, als Mittel der ers­ten Wahl für des­sen Simulation her­aus. So sind spe­zi­fi­ziert »BDI Agenten« für un­se­re Belange prä­de­sti­niert, im MAS die künst­li­che Intelligenz, ver­teilt auf ih­re Individuen im Lebensraum, vgl. »dis­tri­bu­t­ed ar­ti­fi­ci­al in­tel­li­gence (DAI)«, ab­zu­bil­den. Ein Ameisenstaat sym­bo­li­siert hier bei­spiels­wei­se sehr gut die Art und Weise der aus­zu­prä­gen­den und zu eta­blie­ren­den MAS Systeme.

Die Kernkompetenz »Echte KI Simulation« ver­tieft hier­zu spä­ter die kon­zep­tio­nel­len Betrachtungsweisen. Die »agen­ten­ba­sier­te Modellierung des Wissens« stellt für das Konzept in Zusammenhang mit den »kon­nek­tio­nis­ti­schen Ansätzen sub­sym­bo­li­scher Art«, die »Wissenslogik und Interpretation« dar, hier ein über­aus mäch­ti­ges, au­to­no­mes und ver­teil­tes, in­tel­li­gen­tes System, in ih­rer im »Einheitenverbund«, die Ziele, Fähigkeiten und Pläne ge­gen­ein­an­der ab­zu­stim­men, zu ko­or­di­nie­ren und pro­blem­lö­send zu ver­han­deln. Die so kol­la­bo­rie­ren­den Einheiten, kön­nen durch ih­re Architektur, fle­xi­bel über die pro­ze­du­ral ge­ne­rier­ten Welten, de­zen­tral ver­teilt, oh­ne ei­ne über­ge­ord­ne­ter Kontrolle, wel­che aber den­noch durch die Signaturen (Sensorien) in Beeinflussung vgl. »Schmetterlingseffekt« ste­hen, in selbst­or­ga­ni­sier­ter Abstimmung, Lösungswege fin­den. Dabei ste­hen die »Kooperation« und »Autonomie« in selbst­ler­nen­den Prozessordnungen im Vordergrund.

Die Kommunikation, al­so wie Agenten da­bei in Verbindung ste­hen, ist von ent­schei­den­der Bedeutung. So wird die ab­ge­bil­de­te Umwelt in­ner­halb der Systemgrenzen »se­lek­tiv« Informationen über die »Signaturen« (Signal) ver­brei­ten, aber auch über »Broadcasts« vgl. »LinguistikGeheimsprachen«, spe­zi­ell durch »Nummernsender« die­ser Kernkompetenz, ei­ne ent­schei­den­de Rolle spie­len.

Der ver­sier­te Leser kann hier geis­ti­ge Modelle wie »Indras Netz«, als Anlehnung an die ko­gni­ti­ve Vernetzung ab­lei­ten. Über das »Broadcastsystem« kön­nen al­le Agenten im MAS selbst ent­schei­den, wel­che Informationen Bedeutung zu kom­men wird, um so zu Interagieren, al­so zu wel­chen Aktivitäten (Aktionen), sie sich ver­lei­ten las­sen wer­den. Kooperation und Koordination bil­det im Rahmen ei­nes zeit­li­chen Ablaufes den »Teamgeist« des MAS im ant­a­ria­ni­schen Eco System. Ein Problem kann für den Einzelnen als un­lös­bar in­ner­halb sei­ner Systemgrenze in­ter­pre­tiert wer­den. So wird das Problem bei Unlösbarkeit im ko­gni­ti­ven Verbund aus­ge­schrie­ben. Mein noch des öf­te­ren hin­zu­brin­gen­des Beispiel des Wolfes, wel­cher in sei­nem Jagdrevier ver­su­chen wird, sich ge­gen­über Eindringlingen (Spieler) zu­rück­hal­tend zu ver­hal­ten, kann bei Ausschreibung des Problems »Eindringling«, als Rudeltier (Teamgeist), plötz­lich un­ter neu­en Einflussgrößen, wie Vollmond (Lichtsprektrum/Signatur am Gatter/Agent), den Jäger durch­aus zum Gejagten ma­chen.

Die ge­stell­te Aufgabe den Feind in die Flucht zu schla­gen, nun als Kooperation und Koordinationsprozess zu se­hen, wird nun un­ter Berücksichtigung der Kompetenz vgl. »BeobachtungNachstellen (Stalking über das »Broadcasting« ge­steu­ert. Nun heißt es Aufgabenverteilung, Wolf1 gibt im Rahmen der Game Mechanik in Abgleich der im Eco System Geodaten vgl. »Geo Informationen (Geoid/GIS die »Telemetrie« in Bezug sei­ner Wahrnehmung vgl. »Wahrnehmung (Perception an die in die­sem Spielareal »ope­rie­ren­den Population« frei.

Hinzu kom­men »Umwelteinflüsse«, so­wie Risikobewertungen vgl. »SicherheitsbewertungenSpionage«, von träch­ti­gen Tieren im Pool der Population, so­wie wei­te­re sich in Divergenz be­find­li­che Störgrößen, wie zum Beispiel an­de­re Charaktere im Einflusssekor. Schliesslich muss Agent Wolf1 sei­ne Aufgabe be­stä­ti­gen, um die Kapazitäten an­de­rer Wölfe nicht zu blo­ckie­ren. Wartezeiten, or­ga­ni­sa­to­ri­scher Aufwand wird kal­ku­liert wer­den müs­sen, wenn mehr als ein au­to­nom agie­ren­der Wolf im Zusammenspiel in der ge­mein­sa­men Umgebung pro­duk­tiv, ef­fi­zi­ent und ef­fek­tiv in­ter­agiert wer­den soll. Mögliche Zielkonflikte müs­sen über Kontrollmechanismen und Feedbackschleifen in Anbetracht ih­rer ei­ge­nen in­trinsi­sche Motivation vgl. »Konsequentialismus«, des Wolfes (2,3,4,… kon­flikt­lö­send be­rück­sich­tigt wer­den.