Objektorientierte Daten- und Zeitmodelle für die Echtzeit ...
Objektorientierte Daten- und Zeitmodelle für die Echtzeit ...
Objektorientierte Daten- und Zeitmodelle für die Echtzeit ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
32 KAPITEL 2. ANWENDUNGSSZENARIO ROBOTERFUSSBALL: DER ROBOCUP<br />
aktive Verhaltensweisen kommen u.U. mit 2D-Bildmerkmalen aus, erwarten <strong>die</strong>se jedoch mit<br />
einer möglichst hohen <strong>Daten</strong>rate, während in anderen Situationen relativ exakte Raumdaten —<br />
ggf. auch mit einer geringeren <strong>Daten</strong>rate — benötigt werden. Da <strong>die</strong> zur Verfügung stehende<br />
Hardware noch auf lange Zeit nicht in der Lage sein wird, stets alle <strong>Daten</strong>, <strong>die</strong> <strong>für</strong> irgendeine<br />
Aktion nützlich sein könnten, mit beliebiger Genauigkeit <strong>und</strong> zeitlichen Auflösung bereitzustellen,<br />
werden einerseits Mechanismen benötigt, <strong>die</strong> entscheiden, welche <strong>Daten</strong> aktuell gebraucht<br />
werden, andererseits muß sich <strong>die</strong> Sensordatenauswertung wechselnden Anforderungen flexibel<br />
anpassen können, wo<strong>für</strong> das vorgestellte System gr<strong>und</strong>legende Mechanismen bereitstellt.<br />
2.4.4 <strong>Echtzeit</strong>planung <strong>und</strong> Strategieaneignung<br />
Die im vorhergehenden Abschnitt beschriebenen Aktionen werden i.d.R. von einer übergeordneten<br />
Planungskomponente auf der Gr<strong>und</strong>lage von Strategievorgaben <strong>und</strong> Rollenzuteilungen<br />
aufgerufen. In <strong>die</strong>sem Kontext ergeben sich zwei Aufgabenfelder: <strong>die</strong> <strong>Echtzeit</strong>planung <strong>und</strong><br />
<strong>die</strong> Strategieakquisition. Zum einen stellt sich <strong>die</strong> Aufgabe, kontinuierlich <strong>und</strong> in <strong>Echtzeit</strong> auf<br />
jedem Roboter geeignete Aktionen auszuwählen <strong>und</strong> aufzurufen. Maßgeblich da<strong>für</strong> ist<br />
¯ der aktuelle Zustand auf dem Spielfeld,<br />
¯ <strong>die</strong> Strategie <strong>und</strong><br />
¯ <strong>die</strong> ausgewählte oder zugewiesene Rolle des jeweiligen Roboters.<br />
Denkbar ist darüber hinaus auch, geplante Aktionen von Mitspielern zu berücksichtigen<br />
oder eine zentrale Instanz vorzusehen, <strong>die</strong> komplette Spielzüge vorgibt. Verschiedene Handlungsoptionen<br />
müssen bewertet, Teilziele festgelegt <strong>und</strong> dann eine Aktion — ggf. entsprechend<br />
parametrisiert — ausgewählt werden. Maschinelles Lernen scheint auch in <strong>die</strong>sem Kontext ein<br />
geeignetes, zumindest jedoch ein untersuchenswertes Werkzeug zu sein. Da <strong>die</strong> Aktionsauswahl<br />
meist zeitkritisch ist, sind spezielle Verfahren wie partielle Planung auf ihre Eignung hin<br />
zu untersuchen. Die Planung in einer dynamischen Umgebung erfordert ein hohes Maß an Flexibilität,<br />
wobei <strong>die</strong> Schwierigkeit in der Balance zwischen der Stabilität der Handlungsfolgen<br />
<strong>und</strong> der Anpassung an veränderte Bedingungen besteht.<br />
Eine wichtige Gr<strong>und</strong>lage <strong>für</strong> <strong>die</strong> Planung ist <strong>die</strong> Strategie — das Gesamtkonzept, mit dem<br />
vorgegangen werden soll, um zu gewinnen. Ziel ist es dabei, das eigene Verhalten an der Spielweise<br />
des Gegners auszurichten. Dazu gehört, Verhaltensmuster der Gegner zu beobachten, zu<br />
klassifizieren <strong>und</strong> <strong>die</strong>se wiederzuerkennen, bekannte eigene Strategien <strong>die</strong>sen Verhaltensweisen<br />
zuzuordnen, deren Wirksamkeit zu bewerten <strong>und</strong> ggf. neue Strategien zu erlernen. Entscheidungen<br />
bezüglich der Strategie können auch von anderen Kriterien abhängig sein, beispielsweise<br />
vom Spielstand oder von Schiedsrichterentscheidungen. Trainingsszenarien unterschiedlicher<br />
Komplexität <strong>und</strong> Spielprotokolle können dabei ebenso zum Einsatz kommen wie evolutionäre<br />
Verfahren, <strong>die</strong> durch Mutationen <strong>und</strong> Auslese neue Verfahren hervorbringen. Ein Lernen sollte<br />
dabei auch während der Spiele erfolgen.<br />
2.4.5 Kooperation in einem Multiagentensystem<br />
Kooperative Systeme, in denen mehrere autonome Agenten gemeinsam an bestimmten Vorgängen<br />
beteiligt sind, bringen eine neue Qualität bei der Planung mit sich. Dabei macht es keinen