Michael Franklin
Umgebungen mit mehreren Agenten und mehreren Teams sind kompliziert und komplex. Der normale Ansatz besteht darin, die Struktur zu vereinfachen, indem für jeden Agenten eine einzige Richtlinie verwendet wird, wie beispielsweise bei Schwarm- oder Herdenalgorithmen. Während diese Art von Simulationsumgebung mehrere Agenten bereitstellen kann, die innerhalb des Systems arbeiten, sind ihre Interaktionen eindimensional und ihr Gruppenverhalten minimal. SiMAMT hingegen ist ein hierarchischer, strategiebasierter Ansatz, der groß angelegte, komplexe strategische Initiativen bereitstellt, die von unabhängigen intelligenten Einzelagenten realisiert werden. Diese Agenten sind unabhängig, weil sie ihre eigenen Talente, Fertigkeiten, Fähigkeiten und Verhaltensweisen haben, die von den Befehlen beeinflusst werden, die ihnen von der Ebene darüber (z. B. dem Team) gegeben werden. Diese Agenten können alle ihre eigenen Verhaltensweisen haben, oder mehrere können ähnliche Verhaltensweisen haben, oder ganze Teams können eine Verhaltensweise teilen, je nach Szenario. Darüber hinaus nutzt SiMAMT auf jeder Ebene strategiebasiertes Verhalten, sodass die Spieler von der Strategie des Teams beeinflusst werden, die Teams von der Strategie der Einheit, die Einheiten von der Strategie der Bataillone usw. Welche hierarchische Struktur die Umgebung auch benötigt – sportlich, militärisch, organisatorisch usw. – kann vom SiMAMT-System unterstützt werden. Die Simulationsumgebung bietet die visuelle 3D-Umgebung, um den Fortschritt der Simulation sowohl aus einer Gesamtperspektive als auch aus der Ich-Perspektive jedes Agenten zu betrachten. Diese kombinierte Ansicht bietet Einblicke in die Leistung jeder Ebene der Strukturhierarchie in Bezug auf Agenten, Teams, allgemeine Interaktion usw. Darüber hinaus bietet sie Gesamtansichten der Strategie, die jedes Team verwendet, des Verhaltens jedes Agenten und der Überschneidungen beider. Die Simulation bietet während des Simulationsablaufs auch Statistiken, um Beobachtungen, Übergänge, die wahrscheinlichsten Strategien im Spiel (das SiMAMT-Framework bietet strategische Schlussfolgerungen, um die wahrscheinlichste Strategie zu bestimmen, die von den anderen Teams in der Umgebung eingesetzt wird) und die Gesamtergebnisse der Simulation weiterzugeben. Insgesamt besteht das Ziel der Simulation darin, Multi-Agenten-Teams zu ermöglichen, in interaktiver Zeit strategisch zu agieren und gleichzeitig Strategie-Inferenzen durchzuführen, um ihre Leistung zu verbessern. Die SiMAMT-Simulation erreicht dieses Ziel, und dies wird in den Experimenten demonstriert.