Kombination von Aktionsformalismen und nichtmonotonen Logiken zur Entwicklung von Methoden zur Planung und Entscheidungsfindung in komplexen Umgebungen

点击翻译按钮获取中文摘要

Intelligente Systeme, wie autonome Agenten oder Roboter, die in ein Umfeld eingebunden sind und mit diesem interagieren, müssen fortlaufend entscheiden, welche Aktionen zu einem gegebenen Zeitpunkt möglich und sinnvoll sind. Sie müssen ihre Wahrnehmungen interpretieren und auf unerwartete Ereignisse flexibel und intelligent reagieren. In komplexen Umgebungen sind diese Entscheidungen häufig mit Unsicherheit behaftet und können daher nur ad-hoc getroffen werden. So wird ein Agent häufig nur unvollständige Information über den aktuellen Weltzustand besitzen, Teile dieser Information sind aus Beobachtungen und/oder der Kommunikation mit anderen Agenten zu erschließen, wobei diese Schlüsse fast immer den Charakter von Default-Schlüssen haben. Effekte von Handlungen treten manchmal nur unter normalen Bedingungen ein, und im Falle einer Diskrepanz zwischen dem erwarteten und beobachteten Effekt einer Handlung sind plausible Erklärungen für die Abweichungen zu erzeugen. Dabei liegt die Stärke nichtmonotoner Systeme darin, dass sie modellieren können, wie man auf der Basis unvollständigen/unsicheren Wissens zu plausiblen Überzeugungen kommt. Ziel der Kombination von Aktionsformalismen mit Defaults und Präferenzen ist es, geeignete und effiziente Methoden zum Schließen über Aktionen in komplexen, unsicheren Umgebungen zu entwickeln. Nichtmonotone Inferenztechniken dienen hierbei dazu, auf der Basis von unvollständigem Wissen plausible Schlüsse über den aktuellen Weltzustand zu modellieren, Erklärungen für Diskrepanzen zwischen den erwarteten und den tatsächlich beobachteten Effekten von Aktionen zu generieren, sowie die Behandlung qualitativer Präferenzen von unterschiedlichen Zielen des intelligenten Systems zu ermöglichen. Entsprechend der Ausrichtung des Gesamtpaketes ist die Forschung auch in diesem Teilprojekt in der Hauptsache grundlagenorientiert. Dennoch wollen wir die Ergebnisse anhand konkreter Problemstellungen zum Thema General Game Playing (universelle Spielprogramme) evaluieren, das ein hochaktuelles und interessantes Anwendungsgebiet für die Wissensrepräsentation darstellt.