Antwortmengen-Programmierung für Dynamische Anwendungen

• Antragsteller: Professor Dr. Torsten Schaub
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing ; Theoretische Informatik
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 445900505

Mit der vierten industriellen Revolution kommt der Repräsentation und Verarbeitung von Wissen eine Schlüsselrolle zu, da sie flexible und transparente Wege zur Lösung komplexer Probleme bieten. Eine ideale Technologie zur Lösung wissens-intensiver Such- und Optimierungsprobleme, wie sie in Produktion, Lagerhaltung oder Workforce Management verbreitet sind, ist dieAntwortmengen-Programmierung (Answer Set Programming, kurz ASP), ein regelbasierter Formalismus zur Modellierung und Lösung solcher Probleme. Was ASP auszeichnet, ist die Kombination einer deklarativen Modellierungssprache mit hochwirksamen Lösungssystemen. Dies ermöglicht es, sich auf die Spezifikation eines Problems zu konzentrieren, anstatt den Algorithmus zur Lösung zu programmieren. Obwohl ASP eine zunehmende Verbreitung erfährt, bleibt diese Technologie allerdings meist statischen Anwendungen, wie der Stunden- und Schichtplanung oder dem Workforce Management, vorbehalten. Dort operiert ASPhoch effektiv, skaliert jedoch nicht in der gleichen Weise bei signifikanten dynamischen Anwendungen, wie beispielsweise der robotergestützten Intralogistik, bei der es um die Steuerung von Roboterfahrzeugen geht, die ein Warenlager durchstreifen, um Kundenaufträge zu erfüllen. In der Tat gibt es immer noch eine gewisse Kluft zwischen ASPs Entwicklungsstand bei der Lösung statischer und dynamischer Anwendungen; denn sowohl Modellierungssprache als auch Lösungsmaschinerie zielen bisher ausschließlich auf statisches Wissen ab, während dynamisches Wissen durch Reduktion auf den statischen Fall behandelt wird.Wir stellen uns dieser Herausforderung, indem wir zunächst die logischen Grundlagen unseres Ansatzes entwickeln. Dazu erweitern wir die Basislogik von ASP um Konzepte aus der linearen temporalen, dynamischen, und metrischen Logik und entwickeln diese auf der gemeinsamen semantischen Struktur endlicher linearer Zeitmodelle. Gleichzeitig identifizieren wir geeignete Sprachfragmente, die für eine Modellierungssprache für dynamische Domänen geeignet sind. Insbesondere wollen wir die semantischen Prinzipien zur Entwicklung einer neuartigen Lösungstechnologie für dynamische Anwendungen nutzen. Einer derEckpfeiler wird das «faule Lösen» von Randbedingungen (lazy constraint solving) sein. Diese Technik ermöglicht es uns, temporale Sprachkonstrukte auf eine effektive Weise mit existierenden ASP-Systemen zu realisieren. Schließlich entwickeln wir Modellierungs- und Dekompositionstechniken, um unseren Ansatz auf Szenarien im industriellen Maßstab anzuwenden. Dazu haben wir die robotergestützte Intralogistik als perfekte Referenzapplikation identifiziert, denn das Problem ist hoch dynamisch, beliebig skalierbar und kombiniert eine Fülle von verschiedenen Aspekten. Diese Vielfalt wird es uns nicht nur ermöglichen, einen vielseitigen Ansatz für die Intralogistik selbst zu entwickeln, sondern auch ASP zu einer allgemeinen und effektiven Technologie fürdynamische Anwendungen zu erweitern.

• DFG-Verfahren: Sachbeihilfen