Classes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145.2.1 The Class Coord . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145.2.2 The Abstract Class Handler . . . . . . . . . . . . . . . . . . . . . . . . . . 165.2.3 The Abstract Class Brain . . . . . . . . . . . . . . . . . . . . . . . . . . . 165.3 Classes of the Braitenberg-Vehicle Scenario . . . . . . . . . . . . . . . . . . . . . . 175.4 Classes of the Ant-Colony Scenario . . . . . . . . ...

Virtuelle Umgebungen werden in der KI oft verwendet, um in einer wohldefinierten Umwelt kontrollierter Komplexität die Fähigkeiten künstlicher Agenten zu entwickeln und zu evaluieren. Sie sind immer dann von Nutzen, wenn standardisierte Testsuiten fester Struktur nicht ausreichen, wenn eine hardwaremäßige Realisierung problematisch ist (z.B. bei Untersuchungen zur Evolution von Morphologie[24], Sensoren[16] oder funktionalen Phänotypen [2], [22]) oder wenn sie in Hardware zu aufwendig ist (etwa bei Untersuchung von kollektivem Verhalten). Eine Simulation kann hierbei eine konkrete Realisierung nicht ersetzen[9]. Sie muß stets dahingehend betrachtet werden, inwieweit die durch sie “nachgewiesenen” Eigenschaften einer Agentensteuerung auf andere simulative oder physikalische Szenarien übertragbar sind[10] und welche davon in konkreten Anwendungen genutzt werden können. Es geht insbesondere nicht um spezialisierte Lösungsmethoden, sondern um abstrahierbare Prinzipien. In [9] wird daher vorgeschlagen, Simulationen als absichtlich abstrahierte Versionen realer Systeme aufzufassen, als algorithmisierte Modelle im Sinne des physikalischen Modellbegriffs, wobei die Unterscheidung zwischen Modell und Simulation fallengelassen wird. Solche Simulationsmodelle liefern Voraussagen, die dann am realen System überprüft werden können. Insbesondere ist die Qualität einer Simulation nicht eine eindimensionale Größe, sondern hängt von vielen Faktoren ab, u.a. dem Anwendungszweck. Die erhaltenen Resultate für die Performanz von Agentensteuerungen müssen dementsprechend kritisch beurteilt werden. Andererseits legitimieren diese Überlegungen die Betrachtung von Simulationsmodellen, die nicht den Anspruch erheben, konkrete physikalische Realisationen möglichst akkurat zu beschreiben, sondern die bestimmte, in der Realität relevante, Aspekte auf einem höheren Niveau untersuchen, bzw. von vorneherein in einer eigenen Modellrealität formulieren. Viele Modelle im Gebiet Artificial Life sind von dieser Art. In diesem Bereich gibt es zum einen spezialisierte Werkzeuge zur Modellierung spezifischer Aspekte der Evolution und von Szenarien zu Artificial Life (z.B. TIERRA[21], [22], oder dessen Weiterentwicklung AVIDA[1], [3]), zum anderen findet man Werkzeuge für die Entwicklung von agentenorientierten Simulationsumgebungen im allgemeinen (etwa CBB[25] oderSWARM[13]).