@phdthesis{Kuerbis,
  type      = {Bachelor Thesis},
  author    = {Martin K{\"u}rbis},
  title     = {An Introduction to Distributed Strategies in Multi-Agent Systems and their Applications in the Modelling of Swarming Behavior in Mobile Networks},
  url       = {https://nbn-resolving.org/urn:nbn:de:bsz:mit1-opus4-57568},
  abstract  = {Diese Bachelorarbeit besch{\"a}figt sich mit vernetzten Systemen bestehend aus einer Vielzahl von gleichen oder {\"a}hnlichen elektronischen Ger{\"a}ten (als Agenten bezeichnet), welche mit gewissen Ressourcen zur Informationsverarbeitung ausgestattet sind. Diese sogenannten Multi-Agent-Systeme haben eine Aufgabe mit einer hohen Zuverl{\"a}ssigkeit zu erf{\"u}llen, welche in der Regel von den Einzelkompontenen des Systems mit den geforderten Kriterien nicht selbstst{\"a}ndig l{\"o}sbar ist. Eine zentrale Kontrolleinheit kann oder soll in diesen Systemen nicht eingesetzt werden. Die Gr{\"u}nde hierf{\"u}r sind vielf{\"a}ltig, beispielsweise entsteht durch die Nutzung einer solchen zentralen Einheit das Risiko eines Totalausfalls des Systems beim Ausfall der Kontrolleinheit. Daher erfordern Multi-Agent-Systeme spezielle Algorithmen welche gew{\"a}hrleisten, dass die Agenten nur durch lokale Interaktion eine gemeinsame, globale Aufgabe in geeigneter Art und Weise l{\"o}sen k{\"o}nnen. In der vorliegenden Arbeit werden verteilte Algorithmen, welche zur verteilten Informationsverarbeitung und zur Steuerung solcher Multi-Agent-Systeme benutzt werden k{\"o}nnen, untersucht. Zun{\"a}chst wird angenommen, dass jeder Agent einen privaten Informationszustand {\"u}ber einen gemeinsamen Paramter, welcher beispielsweise die Umwelt der Agenten charakterisiert, besitzt. Der anschlie{\"s}end beschriebene Consensus-Algorithmus erm{\"o}glicht es, dass alle Agenten im System durch lokalen Informationsaustausch einen systemweit identischen Informationszustand erreichen. Danach wird der Fall betrachtet, dass jeder Agent Streaming-Daten besitzt, welche Informationen {\"u}ber einen gemeinsamen, a priori unbekannten Parameter tragen. Die im zweiten Teil dieser Arbeit untersuchte Diffusion-Strategie erm{\"o}glicht es den Agenten diesen unbekannten Parameter zu sch{\"a}tzen und eine von diesem abh{\"a}ngige globale Kostenfunktion zu minimieren. Beide Algorithmen werden in einer allgemeinen Art und Weise beschrieben und sind daher auf eine Vielzahl verschiedener spezifscher Probleme anwendbar. Im dritten Teil dieser Arbeit wird demonstriert, wie sich diese allgemeinen Strategien auf die Simulation von Schwarmverhalten von V{\"o}geln oder Fischen anwenden lassen.},
  language  = {en}
}