Objektorientierte Daten- und Zeitmodelle für die Echtzeit ...

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