TY  - THES
A3  - Kleine Büning, Hans
A3  - Rammig, Franz Josef
AB  - Kooperation in Multiagentensystemen (MAS) ist noch immer eine Herausforderung. Agenten werden erstellt um rational zu handeln, was oft Eigennützigkeit bedeutet, da Agenten unterschiedliche Präferenzen über Umgebungszustände und/oder Aktionen haben können. Dies kann insbesondere der Fall sein, wenn Agenten von unterschiedlichen Herstellern mit unterschiedlichen Zielen erstellt wurden. In einem solchen Fall kann ein Agent sich nicht mehr darauf verlassen, Kooperation von anderen Agenten zu bekommen, wenn diese nötig wird. Sozialwissenschaftler haben herausgefunden, dass kooperatives Verhalten besonders zwischen sich ähnelnden Personen auftritt bezüglich ihrer Ideologie, ihrem äußeren Erscheinungsbild oder gleichen Meinungen. In dieser Arbeit werden wir ein MAS vorstellen, in dem die Agenten Aufgaben zu erledigen haben, die aus kleineren Unteraufgaben bestehen, die bestimmte Fähigkeiten verlangen. Da jeder Agent nur mit einer Teilmenge der möglichen Fähigkeiten ausgestattet ist, sind die Agenten oft auf Kooperation angewiesen um die ihnen zugewiesenen Aufgaben zu erledigen. Die Agenten vergleichen sich untereinander auf der Basis von abstrakten Bewertungsvektoren. Bei hinreichender, lokaler Ähnlichkeit wird ein Agent mit einem um Hilfe fragenden Agenten kooperieren. Wenn ein Agent nicht zu der lokal besten Gruppe an Agenten gehört - das bedeutet, die beste Gruppe unter den Nachbarn in einem Agentennetzwerk - dann ist der Agent unzufrieden und passt sich an eine Menge an Vorbildern aus seiner Nachbarschaft an. Diese Adaptation wird durch eine Verschiebung des aktuellen Bewertungsvektors in Richtung der Bewertungsvektoren der Vorbilder realisiert. Wir werden zeigen, dass dieses neue, lokale, adaptionsbasierte Lernverfahren zu hohen Kooperationsraten führt.
AU  - Eberling, Markus
DA  - 2011
DP  - Universität Paderborn
LA  - ger
N1  - Tag der Verteidigung: 15.07.2011
N1  - Paderborn, Univ., Diss., 2011
PB  - Veröffentlichungen der Universität
PY  - 2011
T2  - Institut für Informatik
TI  - Multi-criteria cooperation in multiagent systems by local adaptation
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:466:2-474
Y2  - 2024-10-12T00:07:55
ER  -