Controlling Physical Multiagent Teams: Getting League-Independent Results from RoboCup Soccer

In den letzten Jahren ist Roboterfußball zu einem wichtigen Forschungsgebiet im Bereich der Multiagentensysteme geworden. Im RoboCup müssen Teams von autonomen Agenten kooperativ das Problem lösen, gegen ein anderes Agententeam im Fußball zu gewinnen. Unterschiedliche Ligen im RoboCup dienen dazu, eine Bandbreite zu erforschender Probleme aufzuwerfen, die leider oft auch sehr ligenspezifisch gelöst werden. Ausgehend von der Simulationsliga als Grundlage für allgemeine Verfahren zum Lösen des “Fußball-Problems” sind die Beiträge dieser Arbeit Techniken und Werkzeuge, die wichtig sind, um aus Agenten mit eingeschränkten Fähigkeiten Multiagentensysteme zu erstellen. Ein erster Beitrag ist ein generisches Simulationssystem (Spark), das es ermöglicht, flexibel verschiedenartige physikalische Simulationen zu erzeugen, in denen die Agenten unterschiedliche Morphologien, Aktuatoren und Sensoren besitzen. Ein zweiter Beitrag dieser Arbeit ist ein Rahmenwerk (RoboLog), das zum Erstellen von Agenten in physikalischen Umgebungen benutzt werden kann und in mehreren Schichten von speziellen Eigenschaften zugrundeliegender Agentenhardware abstrahiert. Logik-Programmierung dient als Bindeglied zwischen den einzelnen Schichten. Ein dritter Beitrag besteht in der qualitativen Modellierung von Geschwindigkeiten und Domänenwissen. Damit lässt sich unter anderem Wissen aus dem menschlichen Fußball beschreiben und in den Roboterfußball übertragen. Ein vierter Beitrag der Arbeit ist eine Methode, einen HTN-Planer zur Koordination von Multiagententeams zu benutzen. Dabei verfolgen die Agenten immer die vorgegebene Strategie. Schließlich werden in dieser Arbeit Inverse Steering Behaviors (ISBs) eingeführt, ein Verfahren zum arbitrieren von einzelnen Verhalten eines Agenten. ISBs sind eine Verbesserung herkömmlicher Steering Behaviors. Alle Ergebnisse adressieren das Problem ligenabhängiger Lösungen im RoboCup und beschreiben Verfahren, die das Entwickeln allgemeinerer Ansätze unterstützen. Die Beiträge der Dissertation haben sich in Simulationsliga und Roboterligen als erfolgreich erwiesen. Mit ihnen ist es möglich, allgemeinere Multiagenten-Probleme zu formulieren und Domänenwissen zwischen Ligen auszutauschen, was in der Konsequenz zu besseren wissenschaftlichen Ergebnissen im RoboCup führen wird.