Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://dx.doi.org/10.18419/opus-11258
Autor(en): Graef, Sebastian
Titel: Designing and implementing usable, interoperable, and reusable services of AI planning capabilities
Erscheinungsdatum: 2020
Dokumentart: Abschlussarbeit (Master)
Seiten: 144
URI: http://nbn-resolving.de/urn:nbn:de:bsz:93-opus-ds-112753
http://elib.uni-stuttgart.de/handle/11682/11275
http://dx.doi.org/10.18419/opus-11258
Zusammenfassung: Artificial Intelligence (AI) has become an essential part of our globalized world over the last years, with applications ranging from laboratory software to autonomous cars and space missions. Since the challenges to be solved by AI Planning are becoming more complex and versatile, decomposition of problems and outsourcing planning steps offers a possible way out. However, there is a lack of interoperability and reusability of AI planning capabilities. Planners and planning systems are often overloaded to meet the requirements, which results in a lack of usability. Thus, developers are forced to dig into the theory and planner details to use these existing systems. This thesis investigates how planning capabilities need to be designed to be usable, interoperable, and reusable. It presents a novel architectural approach to create abstract and domain-independent planning capabilities. Through literature research, the typical planning capabilities were identified and then classified. Two metrics were developed to classify capabilities, each focusing on different aspects of the capabilities and their composition. Based on the findings, requirements were derived that must be met to optimize usability, interoperability, and reusability. Since one classification metric is based on the Enterprise Integration Patterns, the use of a Service-oriented Architecture (SOA) is recommended. This architecture approach offers a platform solution of planning capabilities as a service. Through messaging, the classified capabilities can be integrated according to pipes and filter based engineering patterns. This thesis also includes a prototype of the approach, representing a minimal subset of the capabilities. Using the prototype, it is possible to model a domain and a problem in a Web application with the Planning Domain Definition Language (PDDL) and create a sequential plan. The prototype shows that it is possible to integrate AI planning capabilities into SOA to make them usable, interoperable, and reusable. However, the transformation of existing planners to planning capabilities can lead to difficulties in slicing and serializing data structures. The presented approach allows universal use without the need to define specific standard interfaces. The architecture allows a planning capability to have multiple service instances and thus provide different interfaces.
Künstliche Intelligenz (KI) ist im Laufe der letzten Jahre zu einem wesentlichen Bestandteil unserer globalisierten Welt geworden, mit Anwendungen, die von Laborsoftware bis hin zu autonomen Autos und Weltraummissionen reichen. Da die von AI Planung zu lösenden Herausforderungen immer komplexer und vielseitiger werden, bietet die Dekomposition von Problemen und die Auslagerung von Planungsschritten einen möglichen Ausweg. Allerdings mangelt es an Interoperabilität und Wiederverwendbarkeit von KI Planungsfähigkeiten. Planer und Planungssysteme sind oft überladen, um den Anforderungen gerecht zu werden, wodurch es zu einem Mangel an Benutzerfreundlichkeit kommt. Daher sind die Entwickler gezwungen, sich tief in die Theorie und die Details der Planer zu vertiefen, um diese bestehenden Systeme zu nutzen. In dieser Arbeit wird untersucht, wie Planungsfähigkeiten gestaltet werden müssen, damit sie nutzbar, interoperabel und wiederverwendbar sind. Es wird ein neuartiger Architekturansatz zur Schaffung abstrakter und domänenunabhängiger Planungsfähigkeiten vorgestellt. Mittels Literaturrecherche wurden die typischen Planungsfähigkeiten identifiziert und dann klassifiziert. Zur Klassifizierung der Fähigkeiten wurden zwei Metriken entwickelt, die sich jeweils auf verschiedene Aspekte der Fähigkeiten und ihrer Zusammensetzung konzentrieren. Auf der Grundlage der Ergebnisse wurden Anforderungen abgeleitet, welche erfüllt werden müssen, um die Nutzbarkeit, Interoperabilität und Wiederverwendbarkeit zu optimieren. Da eine Klassifizierungsmetrik auf den Enterprise Integration Patterns basiert, wird die Verwendung einer Service-oriented Architecture (SOA) empfohlen. Dieser Architekturansatz bietet eine Plattformlösung von Planungsfähigkeiten als Services. Durch Messaging können die klassifizierten Fähigkeiten nach dem technischen Muster von “Pipes and Filters“ integriert werden. Im Rahmen dieser Arbeit wurde auch ein Prototyp des Ansatzes entwickelt, der eine minimale Teilmenge der Fähigkeiten darstellt. Mit dem Prototyp ist es möglich, eine Domäne und ein Problem in einer Web-Anwendung mittels Planning Domain Definition Language (PDDL) zu modellieren und einen Ablaufplan zu erstellen. Der Prototyp zeigt, dass es möglich ist, KI Planungsfähigkeiten in eine SOA zu integrieren, um sie nutzbar, interoperabel und wiederverwendbar zu machen. Die Transformation vorhandener Planer in Planungsfähigkeiten kann jedoch zu Schwierigkeiten beim Aufteilen und Serialisieren von Datenstrukturen führen. Der vorgestellte Ansatz ermöglicht einen universellen Einsatz ohne die Notwendigkeit, spezifische Standardschnittstellen zu definieren. Die Architektur erlaubt es einer Planungsfähigkeit, mehrere Service-Instanzen zu haben und somit unterschiedliche Schnittstellen bereitzustellen.
Enthalten in den Sammlungen:05 Fakultät Informatik, Elektrotechnik und Informationstechnik

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
2020_Graef_MSc_Thesis_signed.pdf4,64 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repositorium sind urheberrechtlich geschützt.