Methoden der KŸnstlichen Intelligenz

(1)

8 Einführung in Agentensysteme

25. Vorlesung: Interface-Agenten

Ein virtueller Interface-Agent in VIENA

Methoden der KŸnstlichen Intelligenz

Ipke Wachsmuth ÊWS 2000/2001

25. Vorlesung Methoden der KŸnstlichen Intelligenz 2

Interface-Agenten

Arbeiten am MIT Media-Lab; übernommen in Visionen über zukünftige Benutzerschnittstellen (Apple, HP, DEC, Microsoft...)

• Systeme zur Unterstützung von Benutzern im Umgang mit Computer-Anwendungen ("personal assistants"; "office assistant")

• benutzen Wissen über Aufgaben, Gewohnheiten und Präferenzen ihrer Benutzer, um an deren Stelle Handlungen auszuführen

• graduell erweiterte Delegation von Aufgaben in dem Maße, wie sich ein Agent in Wahrnehmung seiner Aufgabe bewährt (Bsp: Scheduling-Aufgaben)

Wie erhalten Agenten das erforderliche Wissen über ihre Benutzer?

(Lernverfahren vs. explizite Program- mierung)

(z.B. Laurel 1990, Kozierok & Maes 1993) etc.

UniversitŠt Bielefeld

Nutzen von Interface-Agenten

Technisches System Interface-

Agenten Mensch

Teilautonomes System

u als Bindeglied in der Mensch- Maschine-Kommunikation u Vereinfachung der Handhabung

komplexer technischer Systeme

statt direkter Manipulation:

Kommunikation mit einem teilautonomen System

Teilautonomes System:

Ein System, das Anteile seiner Funktion unabhängig von direkter Steuerung durch Benutzer erbringen kann

Komplex: Softimage-Bildschirm

Komplexe Bedienung: auf jeder Seite Randmenüleisten mit 20 Feldern, oben und unten noch mehr Felder, zwischen drei oder vier solchen Bildschirmen kann umgeschaltet werden, jedes Menüfeld läßt weitere Menüs- und Untermenüs aufspringen, die mehrere tausend Funktionen kombinieren, mit der Maus sind feinmotorisch anspruchsvolle Manipulationen auf vier Teil- bildschirmen vorzunehmen...

Die Einarbeitung dauert ein halbes Jahr oder länger, bevor das System im gewünschten Maße nützlich wird.

(2)

Kommunikation in der Situation

Den Stuhl vor den Tisch!

Den Stuhl vor den Schreibtisch!

Anthropomorphisierung aufgrund "verkörperter"

Anwesenheit durch situierten Agenten

Modifikation des Raums durch anwesende Objekte

Interface-Agent ãHamiltonÒ

> Hamilton come here

> hello

> Hamilton look left

> Hamilton point to the computer

> change the view

> make <Geste> this desk green

> much darker

> put the palmtree on the green desk

> put a computer on <Geste> that desk

> move it a bit left

> put the palmtree between the left computer and the right computer

> Hamilton go a bit to the right

> Hamilton be smaller

> put <Geste> this thing <Geste> there etc.

UniversitŠt Bielefeld UniversitŠt Bielefeld

Virtuelle Entwurfsumgebung

Präexplorative Konstruktion und Architektur

l „Virtueller Entwurf“ in 3D-Computergrafik

l erfordert bislang aufwendige technische Maßnahmen

l relativ abstrakte tastatur-/ mausgesteuerte Manipulation

l Wunsch: Entlastung von technischen Details

Zielsetzung in VIENA

(Uni Bielefeld 1993-97)

l Interaktion durch Kommunikation (Änderungswünsche)

l intuitivere verbale und gestische Interaktion

l Erprobung am Beispiel Innenraum-Design

l Änderungen des Designs unmittelbar beurteilbar

(3)

Situierter Agent als Mittler

• Agent soll im gegebenen Szenario als "vorgeschickter Mittler"

verstanden werden, der mit dem Menschen in überlappender Wahrnehmungssituation kommuniziert und kooperiert.

• Verbindung aufgabenbezogener Wahrnehmungs-, Handlungs- und Kommunikationsmöglichkeiten (Beispiel: situierte Referenz)

• situationsangemessenes Agieren in Bezug auf eine zu erfüllende Aufgabe (Entwurf und Manipulation virtueller Räume)

Übertragung unterschiedlicher Teilaufgaben auf verschiedene Agenten, die miteinander kooperieren:

Damit gelingt die Entwicklung des Systems in modularer Weise, bei der einzelnen Agenten Teilzuständigkeiten zukommen.

Interface-Agentur Interaktives

Anwendungssystem

Technische Kommunikation

Intuitive Kommunikation Virtuelle

Interaktion

Benutzer

Interface-Agentur Interaktives

Anwendungssystem

Technische Kommunikation

Intuitive Kommunikation Virtuelle

Interaktion

Benutzer

Interfaceentwurf als ãAgenturÒ

gestaffelte Systeme:

auf der obersten Ebene lediglich zwei Agenten:

menschlicher Benutzer - künstliches System, Aufgliederung in Gesellschaft weiterer Agenten bis hin zu primitiven (nicht weiter zerlegbaren)

VIENA - Agentensystem

Erweiterte Grafik-DB Zeitmarkierte

Szenenbe- schreibungen (Geometrie- Modelle, Materialien Objektnamen, Objekttypen)

Sicht- ausgabe Modeler

Renderer

Verbale Eingaben Änderungen

beobachten

Änderungen kommunizieren

Virtuelle Kamera

Raum Inter- preter

Plan &

Physik Farbe

Buch- führer

P a r s e r Grafik-DB

Mittler-Agenten Anpasser

Rückfragen

VIENA: „Virtuelle Entwurfs- umgebung und Agenten“

Agenten im VIENA-System

u Sämtliche aus der Kommunikation und Kooperation resultierenden Aktivitäten sind für alle Agenten einheitlich definiert

u Jeder Agent kann die Rolle eines Auftraggebers oder Auftragnehmers einnehmen

u Neue Agenten sind einfach integrierbar durch

l Einbinden des Kooperationsverfahrens und

l Definition ihrer Basisfunktionalität

u Gesamtfunktionalität (Mittlertätigkeit) kommt als verteilte Problemlösung zustande

eigenständige Prozesse, verteilt auf Rechnernetz

Kommunikation:

asynchron, nicht- blockierend

(Client-Server-Konzept;

realisiert z.B. mit RPC)

(4)

Prinzipieller Nachrichtenaufbau

NACHRICHT ==

(KENNUNG, | Benutzerauftragsnr. + chronologische Nr.

ABSENDER, | Name des absendenden Agenten EMPFÄNGER, | einzelner Agent oder Agentur

TYP, | Kooperationstyp aus {KP1, KP2, KP3, KP4}

BEZUG, | Kennung der ursächlichen Nachricht ZEITSTEMPEL, | Entstehungszeit der Nachricht LÖSUNGSZEIT, | Vorgabe einer maximalen Lösungszeit INHALT) | eigentliche Meldungsdaten (appl.spezifisch)

KP1: Kooperationsauftrag ohne Ergebnisrückgabe KP2: Kooperationsauftrag mit Ergebnisrückgabe

KP3: Kooperationsausschreibung ohne Ergebnisrückgabe KP4: Kooperationsausschreibung mit Ergebnisrückgabe

Agenten auf Kooperationsebene

Grundsätzliches Protokollschema

• Ausschreibung einer Aufgabe

• Erstellung von Angeboten

• Angebotsannahme/-ablehnung (Auftragsvergabe)

• Übergabe der Auftragsergebnisse

Bidder1

Bidder2

Con- tractor task posting

task posting bid bid rejection

bid task allocat

ion

Interface Agency Die aufgabenspezifische Synchronisation erfolgt auf Kooperationsebene:

im wesentlichen Vertragsverhandlung (Contract-Net), jedoch differenzierbar (z.B. Master-Slave) durch die Kooperationstypen

Wissensquellen der Agenten

u Spezialistenwissen (über die zu erbringende Teilaufgabe)

l realisiert über die interne Basisfunktionalität der Agenten

l Definition applikationsspezifischer Basisfunktionen ist Sache der „Agentenprogrammierung“

u Situiertes Wissen (über die virtuelle Umgebung)

l Durch Inspektion der Grafik-Datenmodelle wird die aktuell sichtbare Szene als Informationsquelle ausgewertet

l Beispiel: Auslesen der Lage und der Ausdehnung von Objekt-

“Boundingboxen” zur Kollisionserkennung und -vermeidung

Strukturierte Boundingboxen

unstrukturiert: Objektanordnung unmöglich strukturiert: Objektanordnung so möglich

(5)

Agenten/Spezialisten in VIENA

Raumagent hat Wissen darŸber

¥ woher er augenblickliche Objektpositionen erfŠhrt

¥ wohin er neue mitteilt

¥ wie er eine Objekttransformation im Raum berechnet

¥ da§ ein Objekt auf etwas stehen mu§ (nicht 'in der Luft') ÊÊ

¥ da§ ein Objekt nur stehen kann, wo kein anderes steht

¥ was ÒvorÓ bedeutet bei einem Tisch bzw. Schreibtisch

¥ in welcher Orientierung ein Objekt erwartungsgemŠ§ steht usw.

BuchfŸhrer hat Wissen Ÿber

¥ geometrische Beschreibungen aller Szenendetails

¥ Materialbeschreibungen der Szenenobjekte

¥ vorhergehende Szenenbeschreibungen/€nderungenÊÊÊÊÊ usw.

Farbagent hat Wissen darŸber

¥ woher er eine momentane Objektfarbe (r,g,b) erfŠhrtÊÊÊÊ

¥ wohin er eine neue mitteilt

¥ wie er eine Farbtransformation (blau, heller, wŠrmer) als €nderung eines rgb-Vektors berechnet

¥ wie er ein Objekt anhand einer Farbbeschreibung (Òder blaue SchreibtischÓ) identifiziert usw.

betrifft die Basis- funktionalitäten

VIENA

Adaptor

Buchführer

Parser

Interpreter Raum- agent

Welches Objekt heißt

“Stuhl”?

Welches

“Indigo”?

“Stuhl”=

obj-31

“Indigo”=

obj-57

move (obj.name =

“Stuhl”

pos.name =

“Indigo”) Wo ist obj-31?

Wo ist obj-57?

move obj-31 to obj-57 pos (obj-31)

= (x,y,z) pos (obj-37)

= (u,v,w) newpos (obj-31)

= (x’, y’, z’) (...)

(...) (...)

Lernende Interface-Agenten

u akquirieren automatisch Wissen über Benutzer/Applikation u benutzen ML-Techniken wie Lernen durch Beobachtung,

durch Beispiele etc.

u speichern häufig benutzerspezifische Daten in expliziten Benutzermodellen (Kritikpunkt!)

Unser Ansatz:

u Multiagenten-Lernen erlaubt Benutzeradaption ohne explizite Benutzermodelle

(z.B. Kozierok & Maes 1993)

Multiagenten-Lernverfahren

Idee: Einzelne Agenten in einer Agentur qualifizieren sich im Verlauf von Auftrags- abwicklungen durch Erfolg und Mißerfolg.

Hierdurch spielt sich das Agentur-“Team”

auf individuelle Benutzerpräferenzen ein.

Das „Wissen“ über Benutzerpräferenzen ist im Team verteilt vorhanden

=> keine expliziten Benutzermodelle!

(6)

Multiagenten-Lernen in VIENA

Basis für Benutzeradaption:

l Agenten ähnlicher Funktionalität organisiert in Unteragenturen

l jede Unteragentur:

aufgabenbezogene Klasse von Benutzerpräferenzen

l jeder Agent einer Unteragentur:

bestimmte Benutzerpräferenz dieser Klasse

Ziel: Dynamische Anpassung an Präferenzen unterschiedlicher Benutzer bzw. wechselnde Präferenzen individueller Benutzer

Contract-net-basiertes Lernen

Lernmethode: implizit positives und explizit negatives Feedback Erfolg von Auftragnehmern: Quantität und Qualität von Ergebnissen credit(t) = (zuversicht(t), erf_bearb_auf(t), bearb_auf(t), auf(t))

Lernschritte (Grundidee):

• Einstellung von credit-Werten gemäß Benutzer-Feedback

• Aktivierung von Agenten mit maximalen credits

=> bestgeeignete Agenten erhalten Vorrang

Bidder1

Bidder2

Con- tractor task posting

task posting bid (credit1) bid rejection

bid (credit2) task allocat

ion

Interface Agency

ãZuversichtÒ durch Erfolg ...

u Agenten als Auftragnehmer

l führen credit-Vektoren für unterschiedliche Auftraggeber

l stellen credit-Vektoren Auftraggebern in Angeboten zur Verfügung

l aktualisieren letzte drei Vektorkomponenten auf Basis akquirierter Nachrichtendaten

daten(t) = (kennung(t), absender(t), empfänger(t), typ(t), inhalt(t))

l aktualisieren “zuversicht” auf Basis bereits berechneter Komponenten und bestimmter Schwellwerte

u Agenten als Auftraggeber

l evaluieren und vergleichen alle Angebote mittels Heuristiken etc.

credit(t) = (zuversicht(t), erf_bearb_auf(t), bearb_auf(t), auf(t))

Warum eine Interface-Agentur?

• Modularisierung durch Verteilung a) technisch b) arbeitsorganisatorisch

• multimodale Eingabemöglichkeit z.B. verbal und durch Gesten

• Flexibilität durch Kommunikation Einsatz alternativer Mittel je nach Situation

• Robustheit durch Kooperation

Handlungsfähigkeit bei Ausfall einzelner Komponenten

• Effizienzvorteile durch Parallelität:

Aufteilung komplexer Instruktionen auf mehrere Agenten

• Adaptivität bei Benutzerpräferenzen

durch Varianten einzelner Agenten / credit assignment

Leseempfehlung heute:

u Kurztext Teil 8, Einf. in Agentensysteme

bei Interesse im WWW:

u VIENA-Reports auf der Forschungsseite WBS