Developmental Learning mit Einfachen Mobilen Manipulatoren

01.12.2008 - 20.06.2010
Forschungsförderungsprojekt
Das noch junge Feld Developmental Robotics versucht adaptive Roboter zu entwickeln, die selbstständig (d.h. mit wenig oder gar keiner Supervision) und kontinuierlich "lebenslang" lernen, also nicht nur in wenigen streng vorgegebenen settings. Die Roboter lernen basierend auf selbst geplanten Experimenten, wie die externe Welt um sie herum funktioniert, wie die eigene interne Welt funktioniert und wie diese beiden Welten über Sensor-Motor Kopplung zusammenhängen. Im Gegensatz dazu müssen bei "klassischem" maschinellen Lernen sowohl die Lernsituation als auch das gewünschte Ergebnis vorgegeben werden. Das ist bei einem Roboter, der mit einer Vielzahl an schwer vorhersagbaren Situationen einer Alltags-Umgebung konfrontiert wird, praktisch unmöglich. Die in developmental learning typischerweise anfänglich hohen Fehlerraten und die oft lange dauernden (und daher nicht sinnvoll überwachbaren) Experimente schließen die Verwendung von sonst häufig in der mobilen Roboter-Forschung verwendeten schweren (>100 kg) und teuren (>50000 EUR) Plattformen aus naheliegenden Sicherheitsgründen aus. Daher hat sich developmental robotics zunächst oft mit eher einfachen mobilen Robotern (z.B. zwei Motoren zur Fortbewegung plus ein Abstands-Sensor) oder mit stationären Roboter-Armen beschäftigt. Fortschritte in der Miniaturisierung v.a. von leistungsfähigen Servomotoren machen aber inzwischen auch leichte, komplexe mobile Roboter zu einem erstaunlich niedrigen Preis möglich. Die naturgemäß gegenüber "professionelleren" Systemen geringeren Genauigkeiten stellen gerade für developmental learning kein Problem dar, sondern sind vielmehr Teil der Aufgabe. Ziel dieses Projektes ist es developmental learning auf einfachen, preiswerten Robotern mit Manipulationsfähigkeiten zu untersuchen. Wir wollen im speziellen untersuchen, inwiefern sich Manipulations-Aktionen innerhalb von vorhandenen developmental learning frameworks erlernen lassen. Weiters wollen wir untersuchen. welche Dynamik sich ergibt aus der Interaktion mehrerer Lerner in der gleichen Umgebung, wie etwa die Beobachtung eines fremden Experiments das eigene Lernen beeinflussen kann.

Personen

Projektleiter_in

Institut

Förderungmittel

  • Hochschuljubiläumsfonds der Stadt Wien (National) Hochschuljubiläumsfonds der Stadt Wien

Forschungsschwerpunkte

  • Cognitive and adaptive Automation and Robotics: 100%

Schlagwörter

DeutschEnglisch
RobotikRobotics
Maschinelles LernenMachine Learning
Künstliche IntelligenzArtificial Intelligence

Publikationen