Zitat von Baden am 17. Sep.. 2025, 13:16 Uhr

In komplexen Planungsszenarien – z. B. bei der Lagerlayoutplanung – liefert die Logikprogrammierung mit Answer Set Programming (ASP) viele mögliche Lösungen. Doch welche dieser Lösungen ist die plausibelste? Und wie lassen sich domänenspezifische Vorlieben oder Erfahrungswissen in diese Entscheidungsfindung einbinden?

Ein Forschungsteam der TU Dortmund und der Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (BAuA) hat hierfür einen eleganten Ansatz entwickelt: Die Integration von System Z, einem bewährten Modell zur Bewertung bedingter Aussagen, direkt in ASP.

Worum geht es bei ASP und System Z?

ASP ist eine deklarative Programmiersprache, die ideal für kombinatorische Probleme geeignet ist – etwa zur Planung von Lagerlayouts. Sie erlaubt die Definition von Regeln mit Ausnahmen und erzeugt sogenannte Answer Sets, also gültige Lösungsvorschläge.

Doch ASP kennt standardmäßig keine Präferenzen. Alle Lösungen sind formal gleichwertig – auch wenn manche praktischer, effizienter oder wahrscheinlicher wären. Hier kommt System Z ins Spiel:

• Es bewertet Aussagen wie „Wenn A, dann meistens B“ (z. B. „Wenn ein Vogel, dann fliegt er“) mit einer Plausibilitätsrangfolge.
• Diese lässt sich auf mögliche Welten und damit auf ASP-Lösungen anwenden.
• So können bevorzugte Antwortmengen selektiert werden – ohne alle anderen berechnen zu müssen.

Die Innovation: Integriertes Priorisieren durch Constraints

Das Forschungsteam schlägt vor, das System-Z-Modell nicht nachträglich (post-hoc) auf alle Lösungen anzuwenden, sondern direkt als Constraints in das ASP-Programm einzubauen. Damit lassen sich nur jene Lösungen generieren, die einen hohen Plausibilitätswert haben.

Dafür wurden vier Ansätze verglichen:

1. Bottom-Up – beginnt mit den strengsten Bedingungen (Rang 0) und lockert schrittweise.
2. Top-Down – startet mit dem Originalprogramm und verschärft Bedingungen schrittweise.
3. Binäre Suche – kombiniert Bottom-Up und Top-Down für effiziente Optimierung.
4. Weak Constraints – nutzt gewichtete „weiche Regeln“, die das System möglichst wenig verletzen will.

Praxistest: Lagerlayoutplanung als Benchmark

Als Anwendung diente ein typisches Planungsproblem: funktionale Bereiche in einem Lager sinnvoll anzuordnen – unter Berücksichtigung von Materialflüssen und baulichen Restriktionen.

Ergebnis:

• Alle vier neuen Methoden waren deutlich schneller als der klassische Post-Hoc-Ansatz.
• Besonders bei sehr vielen möglichen Lösungen (z. B. > 10 Millionen) zeigten sie enorme Effizienzgewinne (bis zu Faktor 237).
• Die bevorzugten Lösungen spiegelten klar definierte logistische Präferenzen wider (z. B. kürzere Wege zwischen Anlieferung und Kommissionierung).

Fazit: Ein Schritt zu menschenzentrierter KI-Planung

Die Kombination aus ASP und System Z bietet eine leistungsstarke Grundlage für wissensbasierte Entscheidungsfindung – nicht nur in der Logistik. Sie bringt Expertise, Heuristik und logische Konsistenz zusammen.

Wenn Maschinen planen, sollten Menschen ihre Präferenzen erklären können.

Quellenangabe:
Wilhelm, M.; Thevapalan, A.; Kern-Isberner, G. (2025): Integrated Use of System Z for Preferred Answer Set Programming. In: Proceedings of the Thirty-Seventh International Florida Artificial Intelligence Research Society Conference, FLAIRS 2025.
[PDF verfügbar über die BAuA / TU Dortmund]