Schwarmexploration und Kommunikation: Integration durch probalistisches Lernen (SCIL)

• Antragsteller: Professor Dr.-Ing. Armin Dekorsy; Dr. Dmitriy Shutin
• Fachliche Zuordnung: Kommunikationstechnik und -netze, Hochfrequenztechnik und photonische Systeme, Signalverarbeitung und maschinelles Lernen für die Informationstechnik
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 500260669

Verteilte Künstliche Intelligenz (DAI) ist der Teilbereich der KI, der sich mit der Gleichzeitigkeit von KI-Berechnungen befasst, d.h. mit der Aufgabe der Verteilung und Koordination von Wissen und Handeln in Multiagentensystemen. Die Durchführung von Explorationsaufgaben mittels mehrerer Agenten - Schwarmexploration – ist ein Beispiel für die Anwendung der verteilten Künstlichen Intelligenz. Bei der Schwarmexploration geht es i.A. um die verteilte Verarbeitung von Daten bzw. Größen innerhalb des Schwarms zur Rekonstruktion eines unbekannten z.B. physikalischen oder chemischen Prozesses. Die Schwarmexploration beinhaltet somit Methoden zur verteilten Erfassung, zur optimierten (intelligenten) Informationssammlung und zur Koordination von Agentenbewegungen und Aktionen. Grundsätzlich erfordert eine in einem Schwarm verteilt umgesetzte Explorationsaufgabe die Kommunikation von lokal und aktuell verfügbaren Größen und damit den Austausch von Informationen zwischen Agenten – Kommunikation ist somit immer ein integraler Bestandteil einer Schwarmexploration. Bisherige Forschungsansätze und Verfahren der Schwarmexploration setzen dabei häufig eine zuverlässige und fehlerfreie Kommunikation voraus. Kommunikationssysteme erhöhen jedoch die Unsicherheit der ausgetauschten Informationen. Zum Beispiel muss die Kommunikationsunsicherheit bei der Vorhersage neuer Messpositionen der Agenten mitberücksichtigt werden; denn empfangene Messgrößen mit einer geringen Konfidenz sind zur weiteren Informationsverarbeitung und Erkundungszwecken nutzlos. Umgekehrt werden Kommunikationssysteme auch heutzutage noch mit dem Ziel einer fehlerfreien Datenübertragung erforscht, d.h. sie sind sich weder der Relevanz noch der Vertrauenswürdigkeit der zu kommunizierenden Daten für die Exploration bewusst. Das Hauptziel dieses Forschungsprojekts ist die Entwicklung eines „Frameworks“ und einer Methodik sowie die Entwicklung, Untersuchung und „Proofof- Concept“-Demonstration von Algorithmen für eine "enge" Integration von Exploration und Kommunikation. Zu diesem Zweck wird unter Einsatz von Werkzeugen des probabilistischen Lernens die Exploration "kommunikations-bewusst" und die Kommunikation "explorations-bewusst" entworfen. Die daraus hervorgehenden Verfahren und Algorithmen setzen beispielhaft die Koordination von Wissen und Handeln in Multi-Agenten-Netzwerken im Sinne einer verteilten Künstlichen Intelligenz (DAI) um. Vor diesem Hintergrund befasst sich die in dieser Arbeit vorgeschlagene Forschung mit den Herausforderungen für die Entwicklung zukünftiger verteilter Sensor und Datenverarbeitungsplattformen - Sensornetzwerke oder mobile Roboterschwärme, die aus mehreren Agenten bestehen -, die räumlich verteilte Sensordaten sammeln, kommunizieren und verarbeiten können.

• DFG-Verfahren: Sachbeihilfen