und Komponenten-Technologien in der Modellierung ... - CES - KIT

6 Projektbeschreibungen 135
der den Einstieg zu erleichtern, werden von der Animationsumgebung zu jedem der angebotenen
Optimierungsverfahren Kontrollparametereinstellungen vorgegeben, die sich in der Praxis
bewährt haben. Davon ausgehend lassen sich Optimierungsexperimente mit selbst gewählten
Kontrollparametereinstellungen durchführen, wodurch tiefgehende Einblicke in die komplexe
Arbeitsweise direkter Optimierungsverfahren gewonnen werden können.
Trotz der vollständigen Implementierung der Optimierungsverfahren hält sich der Ressourcenbedarf
der Animationsumgebung in akzeptablen Grenzen, was eine wichtige Voraussetzung für
die gewählte Realisierungsform als Java-Applet darstellt. Als solches kann die Animationsumgebung
in kurzer Zeit aus dem Netz herunter geladen und auf heutigen PCs problemlos ausgeführt
werden.
Wie bereits erwähnt ist die Animationsumgebung zurzeit vor allem auf Anwender zugeschnitten,
die den Umgang mit direkten Optimierungsverfahren erlernen wollen. Eine Neuausrichtung
auf andere Zielgruppen lässt sich beispielsweise durch das Auswechseln von Testfunktionen
sowie das Hinzufügen weiterer direkter Optimierungsverfahren erreichen. Änderungen
dieser Art können aufgrund der objektorientierten Realisierung sowie des flexiblen auf alle
Arten 5 von direkten Optimierungsverfahren ausgelegten Präsentationsmoduls auf einfache
Weise vorgenommen werden. Weitere Einzelheiten zur Animationsumgebung finden sich in
[Bent98], [SySz99a] und [SyBS00].
6.3 Verteilte Simulation und Visualisierung künstlichen
Lebens
Das in diesem Abschnitt beschriebene Forschungsprojekt befasste sich mit dem Themenbereich
"Künstliches Leben" (KL), der in den letzten Jahren auf breites Interesse gestoßen ist. Die
KL-Forschung ergänzt die traditionellen biologischen Wissenschaften, die sich primär mit der
Analyse kohlenstoffbasierter Organismen beschäftigen, durch den Versuch, lebensähnliches
Verhalten im Computer oder anderen künstlichen Medien zu synthetisieren. Hinsichtlich der
Fragestellungen und zum Teil auch der verwendeten Methoden gibt es vielfältige Überschneidungen
mit Arbeiten aus dem Bereich der Robotik und künstlichen Intelligenz. In der KL-Forschung
geht es allerdings weder ausschließlich um die Übertragung von Prinzipien aus biologischen
Systemen in technische Domänen (Bionik), noch um die Konstruktion möglichst leistungsfähiger
menschenähnlicher Roboter, die in einer künstlichen oder realen Umwelt so agieren,
dass sie definierte Aufgaben möglichst erfolgreich lösen. Im Fokus steht vielmehr die
Konstruktion selbständig überlebensfähiger Artefakte, parallel zur Evolution natürlicher Systeme
[Daut95].
Als hochgradig interdisziplinäre Forschungsrichtung, in der sich primär die Forschungsbereiche
der Biologie, der Chemie, der Physik und der Informatik vermischen, ist KL enorm facettenreich
6 . Zur grundlegenden KL-Methodik gehörten bislang Lernalgorithmen, zellulare Automaten
sowie evolutionäre Algorithmen. Begünstigt durch die in den letzten Jahren enorm angestiegene
Rechenleistung werden heute zunehmend auch Simulationen komplexer künstlicher
5 sowohl Punkt-zu-Punkt vorgehende als auch populationsbasierte Methoden
6 einen umfassenden Überblick über das Gesamtgebiet geben [Lang96] und [Adam98]