Ein Anwendungsszenario für dWb+, das bisher noch keine größere Beachtung gefunden hat - auch in der Dokumentation! - ist die Modellierung von Multi-Agenten-Systemen. Ich werde hier zunächst auf einige grundlegende Überlegungen dazu eingehen und später über erste Ergebnisse informieren
Andererseits sind in den Modulen die Parameter und der interne Status komfortabel zugreifbar. Auch das muss für Multi-Agenten-Systeme nicht sein: Die Verarbeitungsleistung ergibt sich aus der Zusammenarbeit der Agenten - da macht es wenig Sinn, den Zustand eines einzelnen untersuchen zu wollen. Agenten sind durch ihr Verhalten bestimmt - sie werden bei ihrer Erschaffung nicht aufwändig parametrisiert. Beide Aspekte von dWb+ werden also für den einzelnen Agenten nicht benötigt.
Daraus ergibt sich, dass der einzelne Agent nicht auf ein Modul abgebildet wird, sondern das Agentenkollektiv als ein Modul realisiert wird.
Daher sollte hier - falls die Agenten nebenläufig parallel ausgeführt werden sollen, eine dedizierte Instanz von de.netsysit.util.threads.ThreadManager benutzt werden.
Über den Parameterdialog schließlich können Angaben über das Kollektiv als ganzes konfiguriert werden - zum Beispiel die Anzahl der Mitglieder und die Bereiche, innerhalb derer die initialen Werte der Zustandsvariablen eines Agenten bei seiner Erzeugung liegen sollen.
15.01.2017
Die Ideen für die Umsetzung von Multi-Agenten-Systemen in dWb+, die bereits in einem früheren Artikel beschrieben wurden, wurden umgesetzt und in einem ersten praktischen Szenario validiert:
GeoJSON in EBMap4D
31.07.2021
Ich habe die Anwendung EBMap4D einer Generalüberholung unterzogen und neue Features hinzugefügt...
WeiterlesenAI und ML Android Basteln C und C++ Chaos Datenbanken Docker dWb+ ESP Wifi Garten Geo Go GUI Hardware Java Jupyter JupyterBinder Komponenten Links Linux Markdown Markup Music Numerik OpenSource PKI-X.509-CA Präsentationen Python QBrowser Rants Raspi Revisited Security Software-Test sQLshell TeleGrafana Verschiedenes Video Virtualisierung Windows Upcoming...
Ich halte mich von den Themen Artificial Intelligence und Machine Learning (Large Language Models) ja fern so gut es geht - vor allem, weil ich das mal studiert habe. Manchmal überkommt mich aber die Neugierde - das Resultat war bisher immer schlechte Laune.
WeiterlesenWie bereits in einem früheren Artikel beschrieben habe verfügt die sQLshell über eine Integration zur Erfassung von Daten aus Dokumentendirekt per Optical Character Recognition. Ich habe diese Integration weiter verfeinert und möchte hier einen exemplarischen Workflow für diese Möglichkeit zeigen
WeiterlesenDiese Seite wird mit allen derzeit in meinem Self-Hosting Homelab betriebenen Services auf Docker-Basis befüllt (Eigenentwicklungen werden nicht genannt, sofern sie keine öffentlich verfügbaren Open-Source-Lösungen darstellen).
WeiterlesenManche nennen es Blog, manche Web-Seite - ich schreibe hier hin und wieder über meine Erlebnisse, Rückschläge und Erleuchtungen bei meinen Hobbies.
Wer daran teilhaben und eventuell sogar davon profitieren möchte, muss damit leben, daß ich hin und wieder kleine Ausflüge in Bereiche mache, die nichts mit IT, Administration oder Softwareentwicklung zu tun haben.
Ich wünsche allen Lesern viel Spaß und hin und wieder einen kleinen AHA!-Effekt...
PS: Meine öffentlichen Codeberg-Repositories findet man hier.