Aktionen autonomer Systeme als Elemente relationaler nebenläufiger Markov-Entscheidungsprozesse

Abstract

In der vorliegenden Arbeit wird die Frage behandelt, welche Eigenschaften die Implementierung von Aktionen autonomer Agenten erfüllen muss um als Elemente relationaler Markov-Entscheidungsprozesse nutzbar zu sein. Sie formalisieren ein stochastisches Zustandsmodell als Grundlage des Entscheidungsproblems der Aktionsplanung. Neben der Untersuchung, wie dieses Modell erweiterbar ist um nebenläufige Aktionsausführung zu ermöglichen, werden auch verschiedene Modelle beschrieben die auftretende Ressourcenkonflikte lösen. Anhand der theoretischen Untersuchung dieser Frage wird an der praktischen Umsetzung einer Softwareumgebung zur Implementierung von autonomen Aktionen gearbeitet. Diese bietet dem Programmierer ein Interface, welches die stabile Umsetzung unterschiedlichster Prozesse der Robotik ermöglicht, sodass diese einer Aktionsplanung zur Verfügung stehen. Es wird um eine Ausnahmebehandlung erweitert, sodass an Stellen, die vorher zum Programmabbruch geführt haben nun eine Fehlerbehandlung greift welche eine adäquate Reaktion des Aktionsplaners ermöglicht. Neben der genauen Beschreibung der Architektur und einer Anleitung zur Implementierung neuer Aktionen, werden auch die Möglichkeiten der Software experimentell evaluiert.