Detailseite
Projekt
Integrierte hybride Optimierung von autonomen selbst-adaptiven Systemen (InHOSaS)
Fachliche Zuordnung
Rechnerarchitektur, eingebettete und massiv parallele Systeme
Förderung
Förderung seit 2023
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 516601628
Selbstadaptive und selbstorganisierende (SASO) Systeme sollen die ständig wachsende Komplexität in der Informationstechnologie beherrschbar halten. Dabei umfasst ein SASO-System mehrere Subsysteme, die lokal agieren: Die Steuerung erfolgt entweder global durch ein zentralisiertes Element oder lokal durch jedes autonome Subsystem. InHOSaS geht davon aus, dass weder ein globaler Optimierungsmechanismus, der für die Steuerung aller enthaltenen Subsysteme verantwortlich ist, noch ein vollständig lokaler und autonomer Entscheidungsmechanismus wünschenswert ist. Die Lösung liegt in einem integrierten hybriden Ansatz von globaler Optimierung und Autonomie der Subsysteme. Betrachten wir Platooning als Beispiel für die Herausforderungen: Ein Platoon ist eine koordinierte Kolonne von autonomen Fahrzeugen, bei der die Teilnehmer je nach Position Vorteile wie weniger Energieverbrauch und Kosten erfahren. Eine optimierte globale Planung kann zum besten Kompromiss zwischen lokalen Zielen, Präferenzen und Umweltbedingungen führen; aber die autonomen Teilnehmer können den Plan ignorieren und den Prozess undurchführbar machen. Auf der anderen Seite wird ein vollständig dezentralisiertes Schema durch Kommunikations- und Nachbarschaftsbeschränkungen keine global optimalen Lösungen aufzeigen. Um diese Einschränkungen zu überwinden, schlagen wir vor, die längerfristige Planung auf der Makroebene mit lernbasierten Entscheidungen auf der Mikroebene zu kombinieren. Wir erwarten, dass solch ein integriertes, hybrides Selbstoptimierungsschema zu neuartigen SASO-Systemen mit folgenden Eigenschaften führt: a) erhöhte Robustheit gegenüber fehlerhaftem oder sogar absichtlich falschem Verhalten, b) verbesserter Nutzen sowohl der Teilsysteme als auch des Gesamtsystems und c) schnelle Anpassung an Veränderungen der Charakteristika des Lernproblems. Dies erfordert Forschung aus zwei Perspektiven: von unten nach oben (d.h. ausgehend von einer vollständig lokalen Koordination der Instanzen und zunehmender Einbeziehung zentralisierter Planung) und von oben nach unten (d.h. zunehmende Lockerung der Annahme, dass alle Teilnehmer der optimierten Lösung folgen werden). Um dieser Vision gerecht zu werden, untersucht und evaluiert das Projekt InHOSaS die grundlegenden Konzepte am Beispiel des Platooning. Um die Erkenntnisse zu verallgemeinern, übertragen wir die entwickelten Mechanismen auf bestehende Anwendungsfälle aus den Bereichen Verkehrsmanagement, Industrieautomatisierung und Code Offloading.
DFG-Verfahren
Sachbeihilfen
Internationaler Bezug
Frankreich, Italien
Kooperationspartnerinnen / Kooperationspartner
Professorin Ada Diaconescu, Ph.D.; Professor Dr. Michele Segata
