Lernen von Handlungsfolgen durch Imitation

Diplomarbeit aus dem Jahr 2004 im Fachbereich Informatik - Allgemeines, Note: 1, Universität Paderborn, Sprache: Deutsch, Abstract: [...] Je öfter ein Agent Datensätze dieser Art gesammelt hat, desto häufiger sollte erdann in zukünftigen Situationen entscheiden können, welche zuvor gelernte Verhaltensfolgeer jeweils anwenden kann, um seine Performance zu verbessern. Ausgehendvon der Erkenntnis, dass erfolgreiche Handlungsfolgen leichter und häufiger kopiertwerden als erfolglose, sollen die Agenten auf diese Weise versuchen, ihr Verhaltenmit der Zeit zu verbessern, ohne auf dedizierte Lernalgorithmen zurückzugreifen.Der oben erwähnte innere Zustand eines Agenten besteht aus Bedürfnissen undEmotionen, die der Agent stets in einem angenehmen Bereich zu halten versucht.Die Performance eines Agenten wird daran gemessen, wie erfolgreich er dabei ist. ImLaufe der Zeit sollte der Agent durch mehr und mehr gelernte Episoden es verstehen,seine Bedürfnisse und Emotionen immer besser zu kontrollieren.Bei erfolgter Imitation einer Handlungsfolge oder Episode, kann der imitierendeAgent auch als ein "Episodenvervielfältiger" aufgefasst werden, die imitierte Episodedemzufolge gemäß Blackmores Definition als "Mem". Die Software-Agenten werden damit als sog. "Mem-Wirte" benutzt. Es ist zu untersuchen, in welchem AusmaßEpisoden vervielfältigt werden und ob sich in gewisser Weise Episoden-"Schulen"herausbilden, ob sich also die Agentengesellschaft in Gruppierungen oder Clusteraufteilen lässt. Diese Cluster enthalten dann nur solche Agenten, die zu einem bestimmtenGrade die gleichen Episoden in gleichen Situationen anwenden, in ihrenVerhaltensweisen also ähnlich sind. Die Ergebnisse des hier entwickelten Lernverfahrensund der darauf aufbauenden Architektur sollen mittels einer Simulationsumgebungermittelt werden.Um dieses Ziel - das Lernen von Handlungsfolgen durch Imitation - zu erreichen,müssen in dieser Arbeit drei Themenblöcke zusammengebracht werden. Zuerstist da die Fähigkeit der Imitation von Episoden und der dadurch erreichte Lerneffekt.Diese erfolgreich gelernten und angewandten Episoden wirken sich dann mittelbarauf die Bedürfnisse und Emotionen des Agenten aus. Daraufhin kontrolliert derAgent auf diese Weise beeinflusst seine verhaltensbasierte Architektur, die indirektüber die Umweltrückgekoppelt seinen emotionalen Zustand verändert.Die detaillierten Zielsetzungen in diesen drei Themen Lernen durch Imitation,Bedürfnisse und Emotionen und verhaltensbasierte Architekturen werden im Folgendeneingehender vorgestellt.