| Autor(en): |
Jan Wendler |
Titel: |
Automatisches Modellieren von Agenten-Verhalten – Erkennen, Verstehen und Vorhersagen von Verhalten in komplexen Multi-Agenten-Systemen |
| Gutachter: |
Hans-Dieter Burkhard; Hans-Joachim Lenz; Martin Riedmiller |
| Erscheinungsdatum: |
26.08.2003 |
| Volltext: |
pdf
(urn:nbn:de:kobv:11-10021067)
|
| Fachgebiet(e): |
Informatik |
| Schlagwörter (ger): |
Verhaltensmodellierung, Multi-Agenten-Systeme, MAS, Fallbasiertes Schließen, FBS, Verhaltenvorhersage, RoboCup, Gegnermodellierung, Nachahmen |
| Schlagwörter (eng): |
behavior modeling, multi agent systems, MAS, case based reasoning, CBR, behavior prediction, RoboCup, opponent modeling, mimic, behavior monitoring, agent tracking |
| Einrichtung: |
Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II |
| Zitationshinweis: |
Wendler, Jan:
Automatisches Modellieren von Agenten-Verhalten – Erkennen, Verstehen und Vorhersagen von Verhalten in komplexen Multi-Agenten-Systemen;
Dissertation,
Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II , publiziert am 26.08.2003, urn:nbn:de:kobv:11-10021067
|
Metadatenexport:
 Um
den gesamten Metadatensatz im Endnote- oder
Bibtex-Format zu speichern,
klicken Sie bitte auf den entsprechenden Link.
|
Endnote
Bibtex
|
| print on demand:
Wenn
Sie auf dieses Icon klicken, können Sie
ein Druckexemplar dieser Publikation bestellen.
|
|
| Diese Seite taggen:
Diese
Icons führen auf so genannte Social-Bookmark-Systeme, auf denen Sie
Lesezeichen anlegen, persönliche Tags vergeben und Lesezeichen anderer Nutzer
ansehen können.
|
|
| Abstract (ger): |
| In Multi-Agenten-Systemen (MAS) kooperieren und konkurrieren Agenten um ihre jeweiligen Ziele zu erreichen. Für optimierte Agenten-Interaktionen sind Kenntnisse über die aktuellen und zukünftigen Handlungen anderer Agenten (Interaktionsparter, IP) hilfreich. Bei der Ermittlung und Nutzung solcher Kenntnisse kommt dem automatischen Erkennen und Verstehen sowie der Vorhersage von Verhalten der IP auf Basis von Beobachtungen besondere Bedeutung zu.
Die Dissertation beschäftigt sich mit der automatischen Bestimmung und Vorhersage von Verhalten der IP durch einen Modellierenden Agenten (MA). Der MA generiert fallbasierte, adaptive Verhaltens-Modelle seiner IP und verwendet diese zur Vorhersage ihrer Verhalten. Als Anwendungsszenario wird mit dem virtuellen Fußballspiel des RoboCup ein komplexes und populäres MAS betrachtet.
Der Hauptbeitrag dieser Arbeit besteht in der Ausarbeitung, Realisierung und Evaluierung eines Ansatzes zur automatischen Verhaltens-Modellierung für ein komplexes Multi-Agenten-System. |
| Abstract (eng): |
| In multi-agent-systems agents cooperate and compete to reach their personal goals. For optimized agent interactions it is helpful for an agent to have knowledge about the current and future behavior of other agents. Ideally the recognition and prediction of behavior should be done automatically.
This work addresses a way of automatically classifying and an attempt at predicting the behavior of a team of agents, based on external observation only. A set of conditions is used to distinguish behaviors and to partition the resulting behavior space. From observed behavior, team specific behavior models are then generated using Case Based Reasoning. These models, which are derived from a number of virtual soccer games (RoboCup), are used to predict the behavior of a team during a new game.
The main contribution of this work is the design, realization and evaluation of an automatic behavior modeling approach for complex multi-agent systems. |
Zugriffsstatistik:
Die Daten für die Zugriffsstatistik der einzelnen Dokumente
wurden aus den durch AWStats aggregierten Webserver-Logs erstellt.
Sie beziehen sich auf den monatlichen Zugriff auf den Volltext sowie
auf die Startseite. Die Zugriffsstatistik wird nicht standardisiert erfasst und kann maschinelle Zugriffe enthalten.
Bei Formatversionen eines Dokuments, die aus mehreren Dateien bestehen
(insbesondere HTML), wird jeweils der monatlich höchste Zugriffswert
auf eine der Dateien (Kapitel) des Dokuments angezeigt.
Um die detaillierten Zugriffszahlen zu sehen,
fahren Sie bitte mit dem Mauszeiger
über die einzelnen Balken des Diagramms.
|
  | | | | | | | | | | | | | | | | | | | Jun
11 | Jul
11 | Aug
11 | Sep
11 | Oct
11 | Nov
11 | Dec
11 | Feb
12 | Apr
12 | May
12 | Jun
12 | Jul
12 | Aug
12 | Sep
12 | Oct
12 | Nov
12 | Dec
12 | Jan
13 | Apr
13 |
| Monat | Jun
11 | Jul
11 | Aug
11 | Sep
11 | Oct
11 | Nov
11 | Dec
11 | Feb
12 | Apr
12 | May
12 | Jun
12 | Jul
12 | Aug
12 | Sep
12 | Oct
12 | Nov
12 | Dec
12 | Jan
13 | Apr
13 | | Startseite | 4 | 3 | 1 | 4 | 2 | 3 | | 3 | | | 2 | 5 | 4 | | | | | 7 | 3 | | PDF | 3 | 3 | 4 | 3 | 8 | 8 | 5 | 11 | 9 | 26 | 17 | 15 | 21 | 11 | 18 | 21 | 14 | 29 | 24 |
Gesamtzahl der Zugriffe seit Jun 2011: - Startseite – 41 (2.16 pro Monat)
- PDF – 250 (13.16 pro Monat)
|
