Multiagentensysteme

Multiagentensysteme untersuchen, wie mehrere autonome, interagierende Agenten – jeder mit eigenen Informationen, Zielen und Entscheidungsfindungen – sich koordinieren, kooperieren oder konkurrieren, um individuelle oder kollektive Ergebnisse zu erzielen.

Definition

Ein Multiagentensystem ist ein System aus mehreren autonomen Agenten, die innerhalb einer gemeinsamen Umgebung interagieren, wobei jeder Agent wahrnimmt, entscheidet und handelt, und das Ergebnis gemeinsam von den Entscheidungen der Agenten abhängt.

Scope

Dieser Bereich umfasst Systeme, die aus vielen interagierenden Agenten bestehen, sowie die Prinzipien, die deren Interaktion steuern: die spieltheoretische Analyse strategischen Verhaltens und von Gleichgewichten, Koordination und Kooperation zwischen Agenten, verteilte Problemlösung und Constraint Satisfaction, sowie Mechanismusdesign zur Gestaltung von Interaktionen mit wünschenswerten Eigenschaften. Er behandelt Agenten als Entscheidungsträger, deren Entscheidungen sich gegenseitig beeinflussen. Die interne entscheidungstheoretische Maschinerie eines einzelnen Agenten wird unter „Schlussfolgern unter Unsicherheit“ behandelt, und Lernen in Interaktion gehört zum Unterfeld des maschinellen Lernens.

Sub-topics

• agent coordination and cooperation
• distributed problem solving
• game theory for agents
• mechanism design

Core questions

• Wie verhalten sich eigennützige Agenten strategisch, und welche stabilen Ergebnisse (Gleichgewichte) ergeben sich daraus?
• Wie können Agenten ihre Handlungen koordinieren und auf gemeinsame oder kompatible Ziele hinarbeiten?
• Wie kann ein Problem gelöst werden, indem es auf mehrere Agenten mit partiellen Informationen verteilt wird?
• Wie können die Interaktionsregeln so gestaltet werden, dass wünschenswerte systemweite Ergebnisse entstehen?

Key concepts

• autonome Agenten
• strategische Interaktion und Spieltheorie
• Nash-Gleichgewicht
• Koordination und Verhandlung
• Kooperation und Teamarbeit
• verteilte Problemlösung
• Mechanismusdesign und Auktionen
• Agentenkommunikation

Key theories

Spieltheoretische Gleichgewichtsanalyse

Die Spieltheorie modelliert Agenten als rationale Entscheidungsträger, deren Auszahlungen von den Handlungen anderer abhängen, und Gleichgewichtskonzepte wie das Nash-Gleichgewicht prognostizieren stabiles gemeinsames Verhalten und bilden die analytische Grundlage für strategische Interaktion zwischen Agenten.

Koordination und Kooperation

Agenten mit begrenzten Informationen und überlappenden Zielen müssen sich koordinieren, um Konflikte zu vermeiden, und kooperieren, um gemeinsame Ergebnisse zu erzielen, wobei sie Protokolle, Verhandlungen und gemeinsame Konventionen nutzen, die in der Literatur zu Multiagentensystemen untersucht werden.

Mechanismusdesign als inverse Spieltheorie

Das Mechanismusdesign gestaltet die Regeln einer Interaktion so, dass selbst wenn Agenten in ihrem eigenen Interesse handeln, das resultierende Gleichgewicht das Ziel des Designers erreicht, wie z. B. Effizienz oder wahrheitsgemäßes Verhalten.

Clinical relevance

Multiagententechniken werden in automatisiertem Handel und Auktionen, elektronischen Märkten, Verkehrs- und Netzwerk-Routing, verteilten Sensornetzwerken, Robotik-Teams und Schwärmen, Lieferketten und dem Design von Online-Plattformen angewendet, überall dort, wo viele Entscheidungsträger interagieren und deren Anreize und Koordination gemanagt werden müssen.

History

Multiagentensysteme entwickelten sich in den 1980er Jahren aus der verteilten künstlichen Intelligenz und verbanden Agententheorie mit Spieltheorie und Ökonomie. In den 1990er und 2000er Jahren erfolgte die Konsolidierung von Agentenarchitekturen, Kommunikationsstandards und spieltheoretischen Grundlagen, dargelegt in Texten von Wooldridge (2009) sowie Shoham und Leyton-Brown (2009), wobei Mechanismusdesign und Auktionen zu einem wichtigen Anwendungsbereich wurden.

Key figures

• Michael Wooldridge
• Yoav Shoham
• Kevin Leyton-Brown
• Nicholas R. Jennings
• Katia Sycara

Seminal works

• shoham2009
• wooldridge2009
• jennings1998

Frequently asked questions

Wie unterscheidet sich ein Multiagentensystem von einem einzelnen intelligenten Agenten?

Ein einzelner Agent schlussfolgert und handelt, um seine eigenen Ziele in einer Umgebung zu erreichen. In einem Multiagentensystem agieren mehrere autonome Agenten gleichzeitig, sodass die beste Wahl jedes Agenten davon abhängt, was die anderen tun. Dies führt zu strategischer Interaktion, Koordination und Anreizproblemen, die in der Einzelagenten-KI nicht auftreten.

Warum ist die Spieltheorie für Multiagentensysteme von zentraler Bedeutung?

Da die Ergebnisse in einem Multiagentensystem von den gemeinsamen Handlungen eigennütziger Agenten abhängen, bietet die Spieltheorie die Werkzeuge, um stabiles Verhalten (Gleichgewichte) vorherzusagen und Interaktionen zu gestalten. Sie ermöglicht es Forschern, Wettbewerb, Kooperation und Anreize auf prinzipielle Weise zu analysieren.