Robuste Multiagentensysteme durch Modellierung von "Reputation"

 

In dieser Arbeit soll untersucht werden, wie in einer künstlichen Gesellschaft mit Hilfe eines sogenannten "Gabentausches" zwischen Agenten symbolische Handlung entstehen kann, die zur Evolution von "Reputation" führt. Die Anwendung dieses Mechanismus ist in der Forschung insbesondere für die Robustheit von Multiagentensystemen von Bedeutung. Die Modellierung erfolgt mit Hilfe eines Multiagentensystems, in dem Agenten u.a. mit Hilfe von zwei Parametern modelliert werden. Zum einen ist dies die Motivation, mit anderen ein Gut zu teilen, zum anderen "Selbstbewusstsein" (als interne Repräsentation der Fähigkeit, angemessen agieren zu können). Jeder Agent beobachtet die Handlungen von anderen Agenten und benutzt diese Beobachtung für die Auswahl der eigenen Handlung. Im Rahmen der Arbeit sollen mehrere Simulationen durchgeführt werden, in denen die Parameter fest eingestellt bzw. vom Agenten erlernt werden.

Die Betreuung erfolgt sowohl einzeln als auch im Team. Grundlage ist ein in den ersten beiden Monaten gemeinsam erarbeiteter Zeitplan. Wir bieten eine produktive und angenehme Arbeitsatmosphäre in einer Gruppe von ca. zehn Studierenden. Evtl. ist ein Hiwivertrag im gleichen Kontext möglich.

Bereich: Künstliche Intelligenz

Voraussetzungen: Vordiplom, grundlegende Java-Kenntnisse

Vorkenntnisse in Form von Vorlesungen zur Künstlichen Intelligenz/ Multiagentensysteme sind von Vorteil.

Ansprechpartner:

Michael Schillo

Schillo@virtosphere.de

Bau 43.8, R. +1.17 (DFKI Neubau)

0681 302 4578