WikiDer > Agent (Software)

Ein lernender Agent.

Softwareagenten werden im Bereich der künstliche Intelligenz. Agenten sind autonom Computer Programms, die die Interessen des Benutzers vertreten. Diese Systeme haben in der Regel eine gewisse Zielsetzung, und verhalten sich rational und autonom. Ein System ist autonom, wenn sein Verhalten von seinen eigenen Erfahrungen bestimmt wird; das System zeigt ein Lernverhalten. Ein gängiges Beispiel ist ein Agent, der verschiedene Websites für den Benutzer durchsucht, um den besten Preis und die besten Bedingungen für einen bestimmten Artikel zu finden, diesen auszuhandeln und schließlich die Transaktion abzuschließen. Da ein Softwareagent von einer Person zugewiesene Aufgaben ausführt, wird ein solches Programm meist auch als a . bezeichnet Bot (Computerprogramm)Allerdings sollte man bei diesem Namen nicht nach der Erklärung im Material suchen.

Aufgrund des autonomen Verhaltens dieser Agenten ist Zuverlässigkeit sehr wichtig. Daher innerhalb der Informatik und künstliche Intelligenz wird viel geforscht. Logik ist in diesem Zusammenhang ein sehr wichtiger Bereich. Für die Computerprogrammierung der Agenten können Programmiersprache für Agenten verwendet werden. Es Programmierparadigma Die Verwendung einer Agenten-Programmiersprache heißt agentenorientierte Programmierung.

Ein aus mehreren Agenten bestehendes System heißt a Multiagentensystem erwähnt.

Arten von Agenten

Ein einfacher Reflex-Agent.

Es gibt verschiedene Arten von Agenten, die ein Problem auf unterschiedliche Weise lösen:

EIN rationaler Agent ist ein Agent, der aus mehreren Optionen die besten Aktionen für ein bestimmtes Ziel auswählt. Was rational ist, hängt von vier Kriterien ab:

• Das Leistungsmaß. Wir verwenden ein Leistungsmaß, um den Grad des Erfolgs zu bestimmen. Dies ermitteln wir über eine externe Instanz, die das Verhalten des Agenten bewertet.
• Alles, was der Agent bisher beobachtet hat (Wahrnehmungssequenz / Wahrnehmungssequenz).
• Das (Vor-)Wissen (was der Agent über seine Umgebung weiß).
• Die Aktionen, die ein Agent ausführen kann.

EIN idealer Agent muss die Aktion für alle wahrgenommenen Informationen (Wahrnehmungssequenzen) ausführen, die die Leistungsmessung basierend auf den wahrgenommenen Informationen und dem eingebauten Wissen des Agenten maximiert.

EIN einfaches Reflexmittel denkt wenig überraschend einfach. Der Agent untersucht mit seinen Sensoren seine Umgebung und macht sich ein Bild davon. Anschließend bestimmt er mit Bedingungs-Aktions-Regeln, welche Aktion er mit seinen Aktoren ausführen muss.Bedingungs-Aktions-Regeln sind vorprogrammierte Regeln, die dem Agenten helfen, eine Aktion zu erstellen.

EIN Reflexmittel mit Bedingung ist intelligenter als ein einfacher Reflexagent, aber sie tut fast dasselbe. (Sie empfangen Informationen über die Umgebung durch Sensoren, speichern diese Informationen, verwenden Bedingungs-Aktions-Regeln, um zu bestimmen, welche Aktion auszuführen ist, und führen sie durch ihre Aktoren aus.) Ein wesentlicher Unterschied zu den einfachen Reflexagenten besteht jedoch darin, dass diese Agenten berücksichtigen, wie sich die Umgebung entwickelt und welche Auswirkungen die Aktionen haben, die der Agent auf die Umgebung ausführt.

EIN zielbasierter Agent ist ganz anders als ein Reflexmittel. Dieser Agent hat ein bestimmtes Ziel, das er erreichen muss. Wie alle Agenten erhält er über die Sensoren Informationen über die Umgebung und vergleicht dann, welche Aktion für die Umgebung am besten wäre, aber auch unter Berücksichtigung der Ziele des Agenten. Danach wird diese Aktion von den Aktoren ausgeführt.

EIN Utility-basierter Agent funktioniert genauso wie ein zielbasierter Agent, mit einem Unterschied: Utility-basierte Agenten müssen sicherstellen, dass sie eine Aktion ausführen, die für die Umgebung nützlich ist oder einfach nur nützlich ist. Im Übrigen ist die Bedienung die gleiche.

EIN Lernagent sind die Besten ihrer Art, sie haben die komplexeste Struktur. Lernmechanismen werden wahrscheinlich nur verwendet werden, um neue Programme zu generieren. Sie werden also nie das intelligente Programm selbst sein, aber sie werden das generierte Programm immer intelligenter machen. Jeder intelligente Agent muss entscheiden, welche Aktionen er ausführen soll, und kann dies nur tun, wenn er über ein Modell seiner Umgebung verfügt, das diese Umgebung wirklich vorhersagt. Dies kann durch Sensoren erfolgen, die jedoch nicht immer zuverlässig sind. In den letzten Jahren wurde ein solches Umweltmodell durch einen Lernmechanismus erstellt, anstatt die Daten der Sensoren zu speichern, damit der Mensch noch näher an der Realität ist.

Kartierung

Wenn ein Softwareagent aufgrund seiner Beobachtungen Aktionen ausführt, kann eine Tabelle erstellt werden, in der die Aktionen für jede Beobachtung gespeichert werden. Wir nennen dies die Abbildung der Wahrnehmungssequenzen auf ihre Handlungen.

Geschäftsanwendungen

Der Einsatz von Softwareagenten nimmt stark zu. Dies liegt vor allem daran, dass die Nachfrage nach diesen Programmen oder Anwendungen steigt. Einige Agenten sind für bestimmte Unternehmen jetzt sehr wichtig, und genau wie das Internet wird ihre Nutzung exponentiell zunehmen. Derzeit finden wir Geschäftsanwendungen in:

• Verkauf und Marketing
• Bankgeschäfte
• Telekommunikation
• Professionelle Systeme
• Datenverarbeitung und Netzwerkmanagement
• ...

Literatur

• Eine Einführung in MultiAgent-Systeme, Michael Wooldridge, (2002) John Wiley & Sons Ltd., ISBN 047149691X