Genese sozialen Verhaltens in Multiagentensystemen durch genetische Verfahren

Abstract

In dieser Arbeit wird ein Multiagentensystem mit einer simulierten Umgebung aufgebaut, in der Roboter Gegenstände, sogenannte Attraktionen, suchen und miteinander tauschen können. Diese Arbeit geht der Frage nach, ob genetische Programmierung ein geeignetes Mittel darstellt, ein Setting von Agentenverhalten zu erzeugen, das grundlegende Formen des sozialen Verhaltens zeigt. Zu diesem Zweck wurde ein genetischer Optimierer und eine simulierte Welt in Form eines Rasters entwickelt, in der sich Roboter und Attraktionen befinden können. Experimente mit diesem System sollten klären, ob sich eher Settings aus kommunikativen Agenten oder eher welche aus Einzelgängern durchsetzen. Die Entwicklung der Software und die Versuchsdurchführung sind in der Arbeit dokumentiert.