Linus Groß M.Sc.

Regelung von Multiagentensystemen

Kontakt

work +49 6151 16-25055
fax +49 6151 16-25058

Work S3|10 408
Landgraf-Georg Straße 4
64283 Darmstadt

Veranstaltung Zeitraum Funktion
Projektseminar Automatisierungstechnik WiSe 2024/25 + WiSe 2023/24 Betreuung der Veranstaltung
Systemdynamik und Regelungstechnik II SoSe 2024 + SoSe 2023 + SoSe 2022 Betreuung der Veranstaltung
Praktikum Regelungstechnik II WiSe 2024/25 + WiSe 2023/24 + WiSe 2022/23 Versuchsbetreuung
  • Nichtlineare Regelung eines Gyroskops
  • Regelung einer Verladebrücke
Medizintechnisches Praktikum WiSe 2022/23 Versuchsbetreuung:
  • Dopplersonographie
Drohnen im Formationsflug
Drohnen im Formationsflug

Multiagentensysteme

Ein Multiagentensystem beschreibt ein System aus mehreren Einheiten, welche kollektiv als ein System agieren. Systeme aus mehreren Agenten treten in der Technik (mobile Roboter, Drohnen), Biologie (Vogelschwärme) oder IT-Technik (Computernetzwerke) auf. Ein anschauliches Beispiel für ein technisches Multiagentensystem sind mehrere Drohnen, welche gemeinsam in der Luft fliegen.

Die Drohnen/Agenten werden hierbei nicht zentral von einer Recheneinheit gesteuert. Vielmehr werden die Entscheidungen dezentral von jedem Agenten selbst getroffen. Die Agenten kommunizieren hierfür über ein Netzwerk und tauschen Informationen wie die Position oder Geschwindigkeit miteinander aus. Der Austausch erfolgt hierbei nur lokal mit benachbarten Drohnen, sodass jedem Agenten folglich nur die Informationen über sich selbst und seinen Nachbarn vorliegen. Basierend auf diesen Informationen trifft nun jeder Agent dezentral seine Entscheidung für sich selbst. Bemerkenswert ist nun, dass (trotz des dezentralen Verhaltens der einzelnen Agenten) ein Multiagentensystem gemeinsam als ein kollektives System intelligent agieren kann und somit globale Ziele erreichen kann.

An das beispielhafte Multiagentensystem aus Drohnen können verschiedene Aufgaben gestellt werden:

  • Konsensus: Die Drohnen haben die Aufgabe sich zu synchronisieren, indem sie beispielsweise auf eine gemeinsamen Flughöhe fliegen. Die Flughöhe muss hierbei nicht von außen vorgegeben werden, vielmehr einigen sich die Drohnen auf eine gemeinsame Flughöhe aufgrund der dezentralen Steuerung und des dezentralen Informationsaustausches. Jede Drohne nähert dabei ihre Flughöhe an seine Nachbarn an. Die resultierende Flughöhe ergibt sich aus der kollektiven Annäherung der Drohnen aneinander.
  • Leader-Follower: Das Multiagentensystem aus Drohnen (Follower) hat die Aufgabe, einer Führungsdrohne (Leader) zu folgen. Hierbei kann dem Leader beispielsweise eine Flughöhe und ein Flugpfad vorgegeben werden, welchem die Drohnen in Kollone hinterherfliegen.
  • Formation: Den Drohnen wird eine Formation vorgegeben, welche sie in der Luft einzuhalten haben. In Formation soll nun, auch bei Störeinflüssen wie Wind, ein Flugpfad geflogen werden. Ein sehr anschauliches Beispiel für dieses Konzept sind Drohnenshows, wie beispielhaft in diesem Video.

Forschungsgebiet

Damit Multiagentensysteme die gestellten Aufgaben erfolgreich absolvieren können, ist das Systemverhalten des Multiagentensystems als Ganzes zu untersuchen. Die mathematische Beschreibung des Gesamtsystems setzt ich aus verschiedenen Komponenten zusammen:

  • Das dynamische Verhalten der einzelnen Agenten, welches im Allgemeinen nichtlinear ist. Insbesondere kann sich die Dynamik der verschiedenen Agenten auch unterscheiden, wenn beispielsweise Roboter mit Drohnen in einem Multiagentensystem agieren.
  • Die Kommunikation der Agenten wird über einen Graphen dargestellt. Die Knoten stellen die Agenten dar und die vorhandenen Kanten die möglichen Kommunikationspfade. Es ist ersichtlich, dass die Vernetzung des Graphen einen Einfluss auf das Verhalten des Gesamtsystems hat.
  • Der Regler des Multiagentensystems, welcher die Stellgrößen der einzelnen Agenten in Abhängigkeit von den eigenen Zuständen und den Zuständen der Nachbarn festlegt.
  • Weitere Einflüsse wie beispielsweise Totzeiten im Kommunikationsnetzwerk müssen auch berücksichtigt werden.

Für die mathematische Beschreibung von Multiagentensystem werden hierfür Methoden aus der nichtlinearen Regelungstechnik, der Systemtheorie und Graphentheorie verwendet. Auch finden Ansätze aus der Optimierung, dem Machine Learning, der Model Predictive Control uvm. Anwendung.

5 mobile Roboter als Multiagentensystem in der xy-Ebene. In grau dargestellt ist das Kommunikationsnetzwerk der Agenten untereinander.

Konsensus der 5 mobilen Agenten (dargestellt als Punktmassen) in der xy-Ebene. Ausgehend von den schwarzen Punkten verlaufen als rote Linien die Trajektoren s(t) der Agenten. Die Agenten erreichen den Konsensus, indem sie sich auf einen Endwert einigen und dort treffen.

Formation der 5 Agenten in der xy-Ebene. Ausgehen von den schwarzen Startpunkten sind die Trajektoren s(t) der Agenten aufgezeigt. Als Ziel ist die grüne Kreis als Zielformation vorgegeben, welcher von den Agenten erreicht wird.

Ich habe Dein Interesse im Bereich der Multiagentensyteme geweckt und Du bist auf der Suche nach einer Abschlussarbeit (Proseminar, Bachelorarbeit, Masterarbeit)?

Dann schreibe mir gerne eine E-Mail!