Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...

muss. Dabei sollte die gewählte Aktion jene sein, welche für die gesamte
Mannschaft langfristig den größten Erfolg bringt. Manuelle Lösungen für dieses
Problem der Entscheidungsfindung im Roboterfußball sind durch die enorme
Komplexität der Domäne nur mit hohem Aufwand implementierbar, wartbar
und auf unterschiedliche Spielvarianten übertragbar. Diese Arbeit untersucht
die Anwendbarkeit der Neuroevolution zum automatisierten Erlernen performanter
und flexibler Lösungen für das Entscheidungsfindungsproblem in zwei
populären Spielformen des Roboterfußballs, dem Ballhalte- und Halbfeldspiel.
Als virtuelle Umgebung dient dabei der Simulator der RoboCup 2D-
Simulationsliga. Mithilfe der Neuroevolutionsmethode "Hypercube-based
NeuroEvolution of Augmenting Topologies (HyperNEAT)" wurden Strategien
zur Aktionsselektion sämtlicher Spieler der Offensiv- und Defensivmannschaft
mit Ausnahme des Torwarts erlernt. Alle erzeugten Lösungen konnten die
Spielstärke vordefinierter, manuell erstellter Benchmark-Lösungen übertreffen.
Außerdem wurden die entwickelten Lösungen durch Ausnutzung der von
HyperNEAT verwendeten indirekten Kodierung "Compositional Pattern
Producing Network" in Spielvarianten mit unterschiedlichen Mannschafts- und
Spielfeldgrößen ohne zusätzliche Evolutionszyklen eingesetzt. Die erlernten
Strategien konnten automatisch übertragen werden, allerdings traten dabei
teilweise Leistungseinbußen auf. Weiters wurden Experimente durchgeführt,
um die Auswirkung der kooperativen Koevolution auf die Performanz einer
Mannschaft zu untersuchen. Die Resultate dieser Experimente zeigten einen
negativen Einfluss auf die resultierende Spielstärke des Teams.
Thomas Schmid
Dynamic Migration of Cloud Services on the Basis of Changeable Parameters
Studium: Masterstudium Business Informatics
BetreuerIn: Ao.Univ.Prof. Dr. Eva Kühn
Cloud computing is a popular possibility for service providers to host their
applications. It enables the usage of scalable, elastic infrastructures that are
charged according to their usage, and do not have to be maintained. Due to
the increasing demand for such services, lots of cloud providers are entering
the market. Their offerings are differing strongly and many parameters are used
to describe them. It gets more difficult for users to compare clouds and choose
a proper provider for a specific service. Furthermore, the demand of changing
the provider and migrating existing services results from the growing market.
Two major technical aspects of a migration have to be considered: 1) Cloud
providers are using own platforms or APIs so services have to be adapted to
them. 2) Services cannot be migrated seamlessly without an interruption. This
master thesis proposes the dynamic Platform as a Service (dynPaaS), a new
form of Platform as a Service provider that addresses these issues. The dynPaaS
framework abstracts existing clouds, including their pricing parameters and
their technical issues. It finds the optimal cloud for a service according to its
requirements and provides transparency about the underlying clouds. It
monitors clouds and hosted services and dynamically migrates services
between clouds on the basis of changing parameters. In addition the frame-
43