DEVS-Formalismus ermöglicht KI-generierte, überprüfbare Weltmodelle

Weltmodelle sind entscheidend für Planung und Bewertung von agentenbasierten Systemen. Bisher stehen zwei extreme Ansätze zur Verfügung: handgefertigte Simulatoren, die zwar konsistent und reproduzierbar sind, aber teuer zu verändern, und neuronale Modelle, die flexibel, aber schwer zu begrenzen, zu verifizieren und zu debuggen sind. Der neue Ansatz verbindet die Zuverlässigkeit expliziter Simulatoren mit der Flexibilität lernender Modelle und erlaubt die Anpassung von Weltmodellen während der Online-Ausführung.

Der Fokus liegt auf Umgebungen, deren Dynamik durch die Reihenfolge, das Timing und die Kausalität diskreter Ereignisse bestimmt wird – etwa Warteschlangen, Serviceprozesse, eingebettete Aufgabenplanung und Nachrichtenbasierte Mehragentenkoordination. Durch die Verwendung des DEVS-Formalismus werden explizite, ausführbare Weltmodelle direkt aus natürlichen Sprachspezifikationen generiert.

Ein mehrstufiger Pipeline-Ansatz nutzt große Sprachmodelle, um zunächst die Struktur der Komponenteninteraktionen abzuleiten und anschließend die Ereignis- und Zeitlogik auf Komponentenebene zu definieren. Zur Bewertung der generierten Modelle, ohne eindeutige Ground-Truth, erzeugen Simulatoren strukturierte Ereignisverläufe, die gegen spekulationsbasierte zeitliche und semantische Einschränkungen geprüft werden. So lassen sich reproduzierbare Verifikationen durchführen und gezielte Diagnosen anstellen.

Das Ergebnis sind Weltmodelle, die über lange Rollouts konsistent bleiben, aus beobachtbarem Verhalten verifizierbar sind und bei Bedarf effizient online generiert werden können – ein vielversprechender Mittelweg zwischen starrer Simulation und unkontrollierter KI‑Modellierung.