\chapter{Agentenprogramme} \label{agentenprogramme} \section{Reflex-Agent} \label{reflex-agent} \includegraphics[width=\textwidth]{reflex-agent.png} \section{Modellbasierter Reflex-Agent} \label{model-based reflex-agent} \includegraphics[width=\textwidth]{model-based_reflex-agent.png} \section{Zielbasierter Agent} \label{goal-based agent} \includegraphics[width=\textwidth]{goal-based_agent.png} \section{Nutzenorientierter Agent} \label{utility-oriented agent} \includegraphics[width=\textwidth]{utility-oriented_agent.png} \section{Lernender Agent} \label{learning agent} \includegraphics[width=\textwidth]{learning_agent.png} \section{Softwarearchitekturen für Agentenprogramme} \label{software architecture for agent programs} {\large\color{red}Nur Subsumption Architecture gezeigt. Weitere Architekturen in Vorlesung 02!} \subsection{Subsumption Architecture} \label{subsumption architecture} Rodney Brooks' \say{subsumption architecture} ist besonders gut für den Aufbau von Reflex-Agenten (\ref{reflex-agent}) geeignet, da die Architektur direkt aus der Wahrnehmung eine Aktion erzeugt. Bei dieser Architektur sind die einzelnen Verhaltensziele als priorisierte Schichten aufgebaut. \begin{tabular}{|p{.475\textwidth}|p{.475\textwidth}|} \hline \textbf{Vorteile} & \textbf{Nachteile}\\ \hline \begin{itemize} \item Einfach (Schichten sind abgeschlossene Verhalten) \item deterministisch (daher echtzeitfähig) \item Parallelität in der Ausführung \end{itemize} & \begin{itemize} \item Verhalten fest implementiert und von Umgebung abhängig \item Gesamtverhalten aufgrund von der dynamischen Aktionsauswahl schwer abschätzbar \item keine Langzeitentscheidungen \end{itemize}\\ \hline \end{tabular} \subsubsection{Beispiel: Karte erkunden} \label{beispiel: karte erkunden} \includegraphics[width = \textwidth]{beispiel_subsumption_architecture.png}