fit 2002 > Gruppenthema > die reale Praxis

Überblick

Electronic Commerce Interface Agenten werden sehr häufig im Electronic Commerce eingesetzt. Da konventioneller Shops sehr produktorientiert ist, es wird beim Käufer vorausgesetzt, dass er schon genau weiß welches Produkt er kaufen will. Bei Standardprodukte stellt das noch kein Problem dar, komplizierter wenn der Kunde hochqualitative, komplexe oder hochpreisige beratungsintensive Produkte kaufen will[gurz]. Beispiel wäre wenn ein Kunde einen Fernseher online kaufen möchte, der Online Shop hat zwar eine große Auswahl von Fernseher, jedoch wird nicht die Entscheidung für ein konkretes Modell unterstützt. Es wird angenommen das sich der Kunde schon vorher entschlossen hat. Dies fällt bei einem realen Shop weg, dort hilft ein Verkäufer den Kunden bei seiner Entscheidung und kann ihm geeignete Modelle zeigen, die nach seinem Wunsch sind (Abbildung ecrc)[gurz]. Ein Interface Agent kann den Kunden bei solchen Problemen helfen. Der virtuelle Verkäufer lernt die Vorlieben des Kunden kennen und kann sie daher auch gut bewerten. ADVICE ADVICE ist ein solches Projekt, welches am Fraunhofer Institut Arbeitswirtschaft und Organisation in Stuttgart entwickelt worden ist. Fragen oder Probleme beantwortet ADVICE und präsentiert die Produkte. Das bedeutet für das schon erwähnte Beispiel, dass der Kunde dem virtuellen Verkäufer sein Wünsche mitteilen kann und der wiederum versucht eine passende Lösung zu finden und kann gleichzeitig die Vorlieben des Kunden kennen lernen um so noch besser auf den Kunden eingehen zu können (Abbildung advice). ADVICE wird unterschiedlich eingesetzt. Einerseits lässt es sich als Beratungssystem für den reinen Verkauf einsetzen, anderseits kann er als eigene Dienstleistung eingesetzt werden. Der virtuelle Verkäufer ist eine Bezugsperson für den Kunden und dazu gibt es drei Ansätze: - Verkäufer ist ein Bestandteil der Webseite und kann Stellung zu den Elementen, die angezeigt werden, nehmen - Kunde und Verkäufer sind in einer virtuellen Welt - Verkäufer hat eine eigene Umgebung, in der er sich frei bewegen kann und Produkte und deren Daten darstellen kann, ohne das er auf der Webseite gebunden ist. Am weitesten verbreitet ist der erste Ansatz, denn der Inhalt der Webseite kann unabhängig Verkäufer gehalten werden. Jedoch entsteht ein Bruch zwischen Verkäufer und dem Produkt, welche er verkaufen möchte. Dieser Nachteil kann im zweiten Ansatz behoben werden, jedoch lässt sich so eine 3D-Welt nicht in allen Märkten nicht anwenden. Durch ihre Komplexität ist diese 3D-Welt hauptsächlich bei den jüngeren Kunden beliebt. Auch beim dritten Ansatz kann der Verkäufer ohne Medienbruch sein Produkte darstellen, aber ein direkter Bezug zu den Web-Inhalten ist nicht mehr möglich[gurz]. ADVICE versucht alle drei Ansätze zu vereinen , besonders wurde bei diesem Projekt auf die Informationsdarstellung wert gelegt. Da ein Beratung die nur aus Text besteht für den Kunden anstrengend, und uninteressant ist, sollte der Verkäufer grafische Navigationsmöglichkeiten anbieten können. Der Kunde kann bei ADVICE mit Maus, Tastatur, Spracheingabe und so weiter interagieren. Der Verkäufer kann wiederum mit Bilder, 3D-Modelle, Video, Sprachausgabe und so weiter Informationen darstellen. Für Unternehmen ist dieses System ein ideales Werkzeug um Kundenbeziehungen im Internet zupflegen. Defizite bestehen hauptsächlich im Bereich mobiler Electronic Commerce, da viele Geräte mangelhafte Benutzerschnittstellen haben. Jedoch wird angenommen das dieses Problem balg nicht mehr existiert, da die Bedeutung mobiler Applikationen immer mehr zunimmt. Auch wird vermutet das durch die Verbesserung der Spracherkennung und Analyse die Verwendung von solchen Verkäufern immer mehr alttäglicher werden[gurz]. Noch ein Problem bei Interface Agenten[leib] das in der Praxis auftritt ist beim Kontroll- Mechanismus. Der Kontroll-Mechanismus nimmt die Anfrage entgegen und muss sie dann an den Interface Agenten und der entsprechenden Suchmaschine weiterleiten, und genau hier entsteht dann die Probleme wie etwa: 1) Die Metasuchmaschine besitzt keinen eigenen Index, sie erkennt also nicht alle Seiten 2) Es hängt sehr stark vom gesuchten Thema ab, da die meisten Suchmaschinen, themenspezifische Suchmaschine sind 3) Auch muss Metasuchmaschinen schnell genug sein und kann somit nicht alle Suchmaschinen weitergereicht werden. Es gibt fünf verschiedene Lösungen in der Praxis: Meta-Index(Erfahrungen mit der Suchmaschine werden abgespeichert), Calculation Currency (welche Suchmaschine, hängt von der Netzbelastung ab), Searching Ranking (Suchmaschine wird nach Wahrscheinlichkeit geordnet, welche brauchbare Ergebnisse liefert),Search-Plan(Benutzer kann entscheiden welche Suchmaschine er benützen will) und Adaptives User Interface ( passt sich an die Erfordernisse des Benutzers an). Weiter Anwendungsgebiete sind: - Medizin: Diagnose, Analyse, Ausbildung, Administrator, Kontrolle bei Therapie - E-Mail-Verwaltung: Kontrolle Filterung - Finanzen: Aktien/Wertpapiere, Banken, Versicherung, Finanzdienstleister - Informationsversorgung: Ausbildung, Beratung, Haushalt, Handel, Reisebüro, Jobbörse - Banken: Marktanalyse, Kundenanalyse Agenten zur Wissensauffindung im WWW Wenn man sich im World Wide Web so umschaut, merkt man schnell, dass Intelligente Agenten zur Wissensauffindung noch nicht sehr weit verbreitet sind. Dies beweisen auch Linkseiten zu solchen Agenten. Meistens handelt es sich um Entwicklungen diverser Universitäten und anderer Forschungseinrichtung. Links zu "allgemeinen" Seiten, die einen solchen Service anbieten sind eher schwer zu finden. Normale Suchmaschinen, wie etwa Google oder Yahoo sind nach wie vor das Nonplusultra zum Durchsuchen des WWW. Das sich dieses Konzept noch nicht so wirklich am Markt etabliert hat, mag verschiedene Gründe aufweisen. Zum einen sind die derzeit verfügbaren Implementierungen sehr schlicht gehalten, man könnte das User Interface als minimal und zweckmäßig bezeichnen, wodurch der "normale" User nicht sehr angesprochen fühlt. Zum anderen sind manche Implementierungen noch nicht sehr ausgereift und wie schon oben erwähnt sind solche Agenten sehr schwer zu finden. Wer denkt schon daran, zum Beispiel auf einer Seite mit Endung "edu", danach umzusehen. Um also die Akzeptanz zu verbessern, wurde ursprüngliche Agenten zur Wissensauffindung mit Agentencharakteren kombiniert. Mit Interfaceagenten waren sie auch schon früher im Verbund, nur war das Interface nicht ansprechend genug gestaltet. Bei BonziBUDDY [bon1] handelt es sich um einen solchen Rettungsversuch. Bei Bonzi handelt es sich im Endeffekt um einen violetten Gorilla (Abbildung unten). Dieser taucht auf dem Bildschirm des Benutzers auf und unterstützt in bei diversen Aufgaben, wie unter anderem bei der Beantwortung von Mails und eben auch bei der Suche im Internet. Nach dem er den Benutzer beobachtet hat und seine Vorlieben kennen gelernt hat, sucht er nach neuen Seiten die in das Schema passen und gibt sie dann dem Benutzer bekannt. Abbildung: Bonzi Auf der Internetseite [bon1] steht unter diesem Bild noch der interessante Hinweis: "This is computer software! He actually learns from you!" Diese Art von Agent zur Wissensauffindung hat dann bereits eine etwas größere Akzeptanz erreicht. Wie man vom Design des Affen jedoch herleiten kann, zielt dieser merklich auf eine etwas jüngere Zielgruppe ab. Auf die älteren User von Computern und des Internets wirkt das wie eine Spielerei und wird daher nicht als "ernstes" Produkt aufgenommen. Ein weiteres Hindernis liegt darin, dass viele Benutzer ein gewissen Misstrauen gegen Programme aufbringen, die ihrer Meinung nach über eine eigene Intelligenz verfügen. In Wirklichkeit sind es jedoch nur Programme die vom Benutzer lernen. Nicht umsonst wurde ein entsprechender Hinweis (siehe oben) auf die Internetseite von Bonzi gesetzt. Auch werden solche Lösungen von vielen als lästig empfunden. Dass liegt daran, dass die Agenten selbstständig auftauchen, egal ob der Benutzer gestört werden will oder nicht; man müsste den Agenten schon gänzlich abschalten. Aber für was hat man dann wieder einen Intelligenten Agenten? Man sieht, in diesem Bereich gibt es noch einige ungelöste und nur halbherzig gelöste Probleme, was leider daran liegen wird, dass man sich bis jetzt zu einem Großteil nur auf die dahinterliegende Technik konzentriert hat. Bei Multiagentensystemen liegt ein etwas anderer Sachverhalt vor. Multiagentensysteme haben keine spezielle Aufgabe. Vielmehr werden sie für die verschiedensten Aufgaben, die besser durch "Arbeitsteilung" gelöst werden können eingesetzt. Die Problematik die sich daher bei Agenten zur Wissensauffindung vorfindet, existiert hier nur bedingt. Ein typischer Einsatzbereich für Multiagentensysteme, sind Transportaufgaben. Speditionen haben es mit ausgesprochen schwierigen Logistikproblemen zu tun. Die einzelnen Aufträge müssen auf die verfügbaren Transportmittel so aufgeteilt werden, dass bei kürzestem Weg eine möglichst effiziente Auslastung erreicht wird. Es müsste also eine zentrale Stelle zur Verfügung stehen, die über sämtlich Einheiten bescheid weiß, und das zu jedem Zeitpunkt. Auf dieses Problem setzt das Agentensystem MARS auf. MARS ordnet jeder Transporteinheit (zum Beispiel LKWs) einen eigenen Software- Agenten zu. Ein eigener Management Agent schreibt die eingehenden Aufträge aus. Die einzelnen LKW Agenten senden in Abhängigkeit ihrer derzeitigen Situation (frei Kapazität, Standort, usw). ein entsprechendes Gebot. Aus diesen Angeboten wählt dann der Management Agent, das beste Angebot aus, und vergibt dann den Auftrag an den entsprechenden Absender. Diese Ausführungen basieren auf [soz1]. Ein Vorteil von solchen Systemen, zum Beispiel von MARS, ist es dass sie weitgehend unbemerkt ihre Arbeit verrichten können. Ein LKW Fahrer muss davon gar nichts wissen, er bekommt weiterhin seine Aufgaben zugeteilt. Das diese jedoch nicht mehr von einen Menschen verteilt werden, ist für ihn nicht mehr ersichtlich. Beim Einsatz solcher Multiagentensystemen gilt es aber zunächst genau abzuschätzen, wie sehr sich der Einsatz auf das soziale Umfeld auswirkt. In welcher Art und Weise die Umwelt verändert wird, kann sich positiv aber auch negativ auf die Akzeptanz solcher Multiagentensysteme auswirken. Mobile Agenten Mobile Agenten werden in der Praxis noch sehr selten eingesetzt. Es gibt jedoch viele Forschungsprojekte, die sich mit dem Einsatz von mobilen Agenten beschäftigen. Hauptsächlich finden diese jedoch im universitären Umfeld statt. So wird etwa an der Universität Stuttgart an mobilen Agenten geforscht, die für Multimediaanwendungen eingesetzt werden können. Siehe dazu auch [STU97]. In [MATTE] wird unter dem Kapitel "Anwendungsszenarien mobiler Agenten" geschrieben, dass: "die gegenwärtige Attraktivität des Paradigmas mobiler Agenten in der Öffentlichkeit zu einem guten Teil auf denkbare Anwendungsszenarien aus dem Bereich des Electronic Commerce beruhen; Agenten treten als Anbieter, Käufer, Verkäufer und Vermittler von Waren und Dienstleistungen auf und bewegen sich dabei gegebenenfalls im Internet von Ort zu Ort. So stellt man sich etwa vor, dass ein mobiler Agent im Auftrag des Nutzers eine Einkaufstour durchführt, sich über Angebote informiert und auf seiner Rundreise das billigste Angebot ermittelt." Weiters werden in diesem Dokument folgende Anwendungen, die in die Praxis umgesetzt werden können, erwähnt: Informationsbeschaffung (aus dem Internet, aus Datenbanken etc.), Unterstützung von Gruppenarbeit (Hilfe bei der Terminplanung etc.), Personalisierte Dienste, Fernwartung. Auch in [FUENF] wird von den Einsatzgebieten von mobilen Agenten geschrieben. Es wird dabei jedoch erwähnt, dass das Kommunikationsparadigma der mobilen Agenten noch sehr jung ist. Erst seit Beginn der neunziger Jahre wird auf dem Gebiet der mobilen Agenten geforscht. Seit damals sind im wesentlichen Protosysteme entworfen und entwickelt worden. Bisher findet sich davon jedoch noch nichts im kommerziellen Einsatz. Ein weiteres geplantes Einsatzgebiet ist der Bereich der Realtime-Systeme. So können in gewissen Bereichen Anwendungen schneller ausgeführt werden, wenn sie dem Paradigma der mobilen Agenten folgen. Der Einsatz mobiler Agenten in der Praxis statt den bisherigen Konzepten verteilter Systeme bringt einige Vorteile. Diese sind u.a. in [FUEMA] beschrieben. Mobile Agenten sind (meistens) dann vorteilhaft, wenn es darum geht, dass Programme in dynamischen, heterogenen und offenen Systemen ausgeführt werden. Das Internet ist ein Beispiel für so ein dynamisches, heterogenes und offenes System. Es werden ständig Rechner hinzugefügt und wieder entfernt. Die Rechner laufen auf vielen verschiedenartigen Betriebssystemen (Linux, Unix, Solaris, BeOS, verschiedene Windows Varianten) und es herrscht eine offene Struktur. Gerade in solchen Umfeldern sind die Konzepte der mobilen Agenten zielführend und vorteilhaft. Auch in [FUEMA] werden als Einsatzgebiete wieder die bekannten Bereiche wie die Informationsbeschaffung und der Electronic Commerce genannt. Weiters findet man aber auch die Anmerkung, dass mobile Agenten auch für das Monitoring eingesetzt werden können. So ist es etwa möglich in Netzwerken die Systemresourcen zu beobachten oder irgendwelche Aktienkurse zu verfolgen und beim Über- oder Unterschreiten gewisser Grenzwerte Aktionen zu setzen. Dies ist wieder eine Aufgabe, die der mobile Agent autonom löst. In [FUEMA] wird auch darauf eingegangen, dass mobile Agenten im Bereich des Entertainment genützt werden könnten. So könnten durch deren Hilfe vernetzte Spiele leichter und interessanter realisiert werden. Um mobile Agenten in der Praxis einsetzen zu können müssen laut [FUEMA] allerdings noch einige Probleme gelöst werden. Dafür sind allerdings noch Forschungsarbeiten notwending. So müssen noch Sicherheitsbedenken genauer untersucht werden und auch die Interoperabilität ist noch nicht immer gewährleistet. Eine weitere (geplante) Anwendung, an der ebenfalls noch geforscht wird, ist der Einsatz (die Integration) von mobilen Agenten bei Web-Servern. Dieses Thema wird in [FUWEB] genauer erläutert. Mobile Agenten in einen Webserver zu integrieren bedeutet, dass man Webserver dazu befähigt mobile Agenten zu starten, empfangen und auszuführen. Der Webserver (Projekt WASP), der in [FUWEB] beschrieben wird, ist in Java implementiert. Es gibt auch noch weitere mobile Agenten, die auf der Sprache JAVA aufsetzt. Beispiele dafür sind Mole, Aglets, Java-to-go und MOA. Zusammenfassend kann man sagen, dass mobile Agenten zur Zeit noch nicht oder nur testweise mit Hilfe von Prototypen eingesetzt werden. Der Bereich der mobilen Agenten ist ein junger Forschungszweig, bei dem im Moment noch sehr viel geforscht wird. Diese Forschung erfolgt heute sehr häufig an Universitäten. Risiken für Persönlichkeitsrechte Wir befinden uns immer noch auf dem Standpunkt, dass Agenten im vollen Auftrag des Benutzers handeln. Somit ist dieser Repräsentant einer Person und bringt mit sich eine Vielzahl an personenbezogener Information mit. Somit sind die größten Probleme in der nahen Zukunft die Wahrung der Privatsphäre und die Vertraulichkeit der Netzaktivitäten!! Somit muss man sich den persönlichen Angelegenheiten widmen, hier seien die Risiken für die Persönlichkeitsrechte aufgelistet [DAT]: 1. Agenten handeln im Auftrag eines Nutzers und "schleppen" viele persönliche Daten mit, die möglicherweise auch mit der Umgebung ausgetauscht werden und somit an dritte Parteien weitergegeben werden können. 2. Nun gibt es auch andere, fremde Agenten, welche im Auftrag anderer Benutzer handeln. Es kann im schlimmsten Fall zu Datenbankeindringungen kommen, Ausgeben eines anderen Agenten und somit Ausschaltung anderer Agenten. Empfehlungen: All diese gefährlichen Faktoren müssen reduziert werden. Unter folgenden Berücksichtigungen kann man die Gefahr zurückschrauben: 1. Software-Hersteller sollen schon am Start der Entwicklung solcher Software die möglichen Auswirkungen berücksichtigen und sie in Bezug zu den Persönlichkeitsrechten stellen. Somit kann man die Konsequenzen einigermaßen unter Kontrolle halten. 2. Entwickler und Agenten sollen sicherstellen, dass ein möglicher Benutzer auch das System ständig unter Kontrolle halten kann und die darin befindliche Information nicht verlieren. 3. Entwickler sollten Methoden zur Verfügung stellen, welche die Privatsphäre des Benutzers schützen und die Kontrolle über diese personenbezogenen Daten aufrechterhalten können. 4. Empfohlen werden auch technische Maßnahmen sowie "Privacy Enhancing Technologies (PET)" in Verbindung mit intelligenten Agenten. Dafür werden folgende Maßnahmen vorgeschlagen: - Zugangskontrollmechanismen: Werkzeuge, die dem Nutzer über die Aktionen von Agenten Dritter Teilnehmer verschaffen, die personenbezogenen Daten zu sammeln - Mechanismen, die aufgezeichnete Aktivitäten nachzuvollziehen: Integritätsmechanismen, um die Integrität der gespeicherten oder ausgetauschten Daten sicherzustellen und die Integrität der Arbeitsmethoden der Agenten oder der zertifizierten Komponenten wie digitale Signaturen zu kontrollieren. 5. Softwareentwickler sollten eine Checkliste erhalten, auf der sie sämtliche Zeilen an Aufrüstungsmöglichkeiten in Punkte Privacy nachlesen und abhaken können, falls sie es eingebaut haben. Virtuelle Agenten: Akzeptanz und Durchsetzungsbedingungen Der Einsatz virtueller Agenten hängt ganz entscheidend mit der technischen Entwicklung der Hardware zusammen. Besondere grafisch ansprechende darstellungsformen gab es nie, die einzige Messlatte schienen die Echtzeitanforderungen zu sein. Doch wie man auch mit solchen Agenten komunizierte, immer dauerte die Reaktion zu lange, um in einen flüssigen Dialog treten zu können (aus: Lecture on Virtual Humans held at TU Wien, by Prof. Thalmann (Lousanne)). Das Gehirn verschickt paralell zum Gedanken (oder nach neuerster physiologischer Forschung schon davor(!)) den Impuls für die Einleitung einer Aktion. Zum Beispiel beim Händeschütteln: Hier wird diese komplexe Interaktion (die Handbewegung des Gegenübers muss analysiert werden, will man ihn mit seiner eigenen treffen!) in einem Bruchteil einer Sekunde abgewickelt. Virtuelle Agenten sind dazu nicht in der Lage weil [Thalmann]: - sie die Intention des Menschen zuerst analysieren muessen um zu reagieren. Das setzt erhebliche Schwierigkeiten in Punkto Zeit frei. Dem handelnden Menschen erscheint es so als würde er "gar nicht wahrgenommen", und zwar so lange wie sein (virtuelles) Gegenüber nachdenkt. Dann reagiert dieser - zu spät, es entsteht ein Handlungskonflikt. - sie das Symbol nicht verstehen, das durch Ausstrecken der Hand das Händeschütteln einleitet. Dies soll nur examplarisch und stellvertretend für alle virtuellen Agenten die Problematik erläutern, die die Interaktion mit einem Menschen birgt. Das führte dazu, dass (in der dritten Dimension) noch immer zweidimensionale Eingabeelemente sind. Scheinbar war es den Forschern dann doch zu dumm, jedesmal auf das Gutwill des (virtuellen) gegenübers zu warten (und unter umständen dann auch noch missverstanden zu werden). Virtuelle Agenten wurden daher nur für Sonderaufgaben, die ein hohes Mass an Identität und Abgrenzung erfordern, eingesetzt: Simulation feindlicher Kampfflugzeuge, Simulation gegnerischer Soldaten, virtuelle Lehrer und so weiter. Die virtuelle Agentenbewegung stand still. Der entscheidende Rettungsgedanke wurde dann von Professor Daniel Thalmann, Vorstand des Computergrafikinstituts am Schweizer EPFL in Lousanne geboren: Die Bewegungen der realen Person sollten auf einen virtuellen Agenten übertragen werden. Dieser ist dann für den (virtuellen) Sprechpartner wie ein offenes Buch - er kann gefragt werden, was er meint, ist er doch von derselben Art. Auch sind seine Bewegungen zugänglich, können vorausberechnet werden (ein Interaktionsmodell kann im Hintergrund erstellt werden). Programmiert wird das ganze in einer beliebiegen Programmiersprache, welche ein grosses Shared Memory anlegt, auf welches mehrere Threads (Agenten) zugreifen können. Im Shared Memory liegen Informationen über die Welt, sowie Nachrichten von Agenten an Agenten. Die Agenten müssen nicht auf einem Physikalischen System liegen, die Anbindung an das Shared Memory kann auch über Netzwerk (TCP/IP) geschehen. Ein Agents Controller Programm steuert zudem die Welt in der sich der Agent befindet - es ist auch der Arbiter über das Shared Memory, denn sonst gäbe es ja bekannte Paralellisierungsprobleme wie starvation, mutual exclusion oder deadlock. Der Ansatz ist so gut, dass sich schon Ideen eingefunden haben, dramaturgische Ideen mittels virtuelle Akteure umzusetzen: We want to develop an Improvisational Platform that provides a possibility for real-time interaction between a user-controlled avatar and a group of synthetic actors in a 3D virtual world. The platform will allow to play around with different improvisational rules and even different settings. This will be accomplished by having a repertoire of basic behaviours for all synthetic actors which can be used and modified according to the improvisational rules specified by a dramaturg. This work is part of the i3-ese project Puppet 1 that promotes the idea of a virtual puppet theatre to support the development of a child s cognitive skills in different areas of early learning. (Quelle: Kehlsen et al. 02: The Black Sheep - Interactive Improvisation in a 3D Virtual World) Wieder ist der Lerneffekt im Vordergrund (denn wer will schon von einem Agenten unterhalten werden ?). Es handelt sich hier (im Gegensatz zu den vorher genannten, von Thalmann vorgeschlagenen reaktiven Agenten) um eine proaktive variante eines Autonomen Agenten. Dieses setzt mehr an wissen über den Handlungsstatus und die Situation voraus, muss doch der Charakter die richtige Ausdrucksform wählen. Morris schreibt in seinem Paper über Agenten, die in Koversation mit dem Benutzer treten: To produce the required conversational behaviour I propose an architecture that builds upon and integrates with a generic natural language generation system to incorporate models of emotion, personality and social role awareness. [...] - Personality Model: Maintains a shallow model of personality, such as the Five Factor model. The exact dimensions of personality to include depends upon an investigation of personality factors that have marked or specific effects upon conversational behaviour. This will lead to a hybrid model of personality that includes features most relevant to language use. - Emotional Model: Uses a shallow model of emotion to maintain simple interaction with conversational behaviour. The emotional model will be modified in response to conversational actions to reflect the emotional impact of the current conversation upon the agent s character. - Emotional Affect Manager. Determines the specific emotional change caused by a given conversational action. As such, this module covers personality factors including short-temperedness, tolerance etc. and consults the temperament module to determine these personality factors. - Temperament. Specifies, via a shallow model, personality parameters controlling the agent s reaction and response to conversational utterances. This module is used be the Emotional Affect Manager to modify the emotional model in conjunction with the underlying system. - Social Role Model. Specifies the conversational agents belief about the social status of the two conversants, as well as the social relationship between them. Including concepts such as age, social position and level of authority, this module affects the degree of confidence and dominance displayed by the agent in its language generation. - Other Agent Model. Specifying the conversational agents beliefs about the personality and emotional state of the other conversant, this module is used by the Language Use Template to allow the resultant conversational behaviour to account for the potential emotional impact upon the hearer. - Language Use Manager. Determines the choices in conversational behaviour such as word choice, sentence structure and turn taking. Consults the personality / emotion / social role and other-agent models to decide the exact choices to be made. Will be a rule-based system. - Generic Conversational Architecture. The natural language processing system at the heart of the architecture. This system will be an existing, third party architecture. The system should be flexible to allow the otherwise 'arbitrary' behavioural choices in language use to be determined from the personality / emotion / social role and other-agent models in the fuller architecture. Zusammenfassend würde ich sagen, dass zwar die Verständnishürde von Agenten gegenüber Menschen deutlich verbessert wurde, das proaktive Handeln aber noch unsicheres Forschungsgebiet ist. Die heutigen virtuellen Agenten sind der öffentlichkeit (kaum bis gar-)nicht zugänglich, die Einsatzbereiche sind eher militärisch-didaktischer Natur. Es ist ein noch sehr aktives Gebiet, mit den selben Interfaceproblemen wie aus der klassischen Mensch-Maschine-Kommunikation bekannt - nur eben um eine Dimension mehr. [DAN] Daniel Thalmann: The Foundations to Build a Virtual Human Society; In: Proceedings of the IVA 2001, Springer Press Kehlsen et al. 02: The Black Sheep - Interactive Improvisation in a 3D Virtual World T. Morris 02: Conversational Agents for Game-Like Virtual Environments [DAT] >[ http://www.datenschutz-berlin.de] [gurz] Vom Electronic Commerce zum intelligenten Commerce mit virtuellen Berater, Dipl.-Inform. T.Gurzki [leib] >[ http://wwwstud.uni-leipzig.de/~mai99apd/Meta/html/node15.html] [bon1] >[ http://www.bonzi.com/bonzibuddy/bonzibuddyfreehom.asp] [soz1] >[ http://www.tu-harburg.de/tbg/SPP/spp-antrag.html] [STU97] Universität Stuttgart, Pressemitteilung Nr. 40/97 vom 17.06.1997. [MATTE] Friedemann Mattern, Fachbereich Informatik, Technische Universität Darmstadt, "Mobile Agenten" [FUENF] Stefan Fünfrocken, "Mobile Agenten im Internet" [FUEMA] Stefan Fünfrocken, Friedemann Mattern, "Mobile Agents as an Architectural Concept for Internet-based Distributed Applications" [FUWEB] Stefan Fünfrocken, "How to integrate Mobile Agents into Web Servers", IEEE

Weiterführende Informationen

Verweise auf Arbeiten anderer gruppen

>Entstehungskontext | Konzepte und Techniken | Entwicklung und Auswirkungen | Praxis | Bewertung