Erweiterung kognitiver Fähigkeiten in Multiagentensystemen durch Kommunikation, Rollenverteilung und Situationsanalyse

Kognitive Aspekte gewinnen im Bereich der Robotik während der letzten Jahre immer größere Bedeutung. Beeinflusst durch geringere Kosten für Hardware und Rechenleistung wird es für Robotersysteme möglich komplexere Aufgaben zu lösen. Folglich müssen Robotersysteme heutzutage immer komplexere Situationen erkennen und entsprechend auf diese regieren. Wird das Konzept des Multiagentensystems in Betracht gezogen, ist es nicht nur für einen einzelnen Roboter möglich die kognitiven Fähigkeiten zu verbessern, sondern auch für ein ganzes Team aus Robotern, das die Fähigkeit besitzt untereinander zu kommunizieren, sich zu koordinieren und gemeinsames Wissen (shared knowledge) zu teilen. Derartige Systeme erfordern eine stabile Basis, die bestimmte Vorbedingungen erfüllt, damit Roboter oder Multiagentensysteme mit mehreren Robotern ihre kognitiven Fähigkeiten basierend auf komplexen Algorithmen verbessern können.Aus diesem Grund wurde in dieser Arbeit ein Szenario zur praktischen Erprobung der entwickelten Konzepte gewählt, das hohe Ansprüche an alle Komponenten eines Roboters sowohl in software- als auch in hardwaretechnischer Sicht stellt: das RoboCup Middle-Size League System der Abteilung Bildverstehen an der Universität Stuttgart besteht aus fünf autonomen Fußballrobotern, die in der Lage sind, gegen andere Teams bestehend aus ähnlich aufgebauten Robotern auf einem Fußballfeld der Größe 18x12m zu spielen. Die Roboter können dabei Geschwindigkeiten von bis zu 5m/s erreichen und kooperieren laufend miteinander um ein sinnvolles Teamverhalten zu zeigen und damit die Performanz des Systems und die Chancen eines Sieges zu erhöhen.