Record #255250 - GSI Repository

DFG project G:(GEPRIS)329551904

SFB 1320: Wissenschaft der Alltagsaktivitäten – Analytische und generative Modellierung

Coordinator	Professor Michael Beetz, Ph.D.
Grant period	2017 - 2026
Funding body	Deutsche Forschungsgemeinschaft
	DFG
Identifier	G:(GEPRIS)329551904

Note: Bereits heute können Roboter Alltagstätigkeiten wie das Einräumen einer Spülmaschine oder das Decken eines Tisches autonom auszuführen. Allerdings beschränken sich ihre Fähigkeiten bislang noch auf einzelne Instanzen solcher für Roboter hoch komplexen Tätigkeiten; und es braucht dafür vorab bekannte, spezifisch festgelegte Rahmenbedingungen. Von einer generellen Beherrschung von Alltagsaktivitäten kann daher noch nicht die Rede sein. Menschen hingegen sind in der Lage, vage formulierte Anweisungen wie „Decke den Tisch!“ unter einer Vielzahl von ganz unterschiedlichen Rahmenbedingungen immer wie selbstverständlich auszuführen. Die Beherrschung von Tätigkeiten im Haushalt auf vergleichbarem Niveau würde Roboter befähigen, als kompetenter Assistent oder Mitarbeiter des Menschen zu agieren. Damit eröffnen sich für die Robotik völlig neue Anwendungsperspektiven, die angesichts des demografischen Wandels in den Industriegesellschaften von großer Bedeutung sind. Die erfolgreiche Ausführung von Alltagsaktivitäten setzt Fähigkeiten der Informationsverarbeitung voraus, wie Wahrnehmung, logisches Schlussfolgern und Handlungsplanung. Allgemeine Verfahren, die für die Formalisierung und Implementierung dieser Fähigkeiten vorgeschlagen wurden, haben sich als nicht lösbar, nicht entscheidbar oder - im besten Falle - als zu komplex für eine praktische Umsetzung erwiesen. Mit „Everyday Activity Science and Engineering“ (EASE) schlagen wir einen neuen Ansatz in der Grundlagenforschung zu den Prinzipien der menschlichen Informationsverarbeitung vor: Ausgehend von der Analyse der zugrundeliegenden Problemstrukturen und Lösungsstrategien streben wir die Entwicklung informationsverarbeitender Modelle an, mit denen wir autonome Roboter in die Lage versetzen können, Alltagsaktivitäten in vollem Umfang zu beherrschen. Unsere Kernhypothese ist, dass wir dafür essentielle Eigenschaften von Alltagsaktivitäten nutzen können, die es dem Menschen ermöglichen, diese Tätigkeiten so flexibel, robust und leicht auszuführen. Zwei Prinzipien werden dabei im Mittelpunkt stehen: Zum einen schlagen wir vor, ''Narrative'' von Alltagsaktivitäten, d.h. ihre beobachtete, aufgezeichnete oder beschriebene Ausführung, in großem Umfang als Wissensbasis für die Steuerung von Robotern zu erschließen. Zum anderen wollen wir in der Struktur von Alltagsaktivitäten „Mannigfaltigkeiten“ ausfindig machen, die es uns erlauben, Probleme der Entscheidungsfindung, der Planung und des Schlussfolgerns - in Analogie zur Nutzung von Mannigfaltigkeiten in der Mathematik - als (Teil-)Probleme mit jeweils deutlich geringerer Komplexität zu reformulieren. Die Vision von EASE ist ein kognitionsbasierter Roboter, der - ausgehend von einer vagen Aufgabenbeschreibung und unter Berücksichtigung der jeweils gegebenen Rahmenbedingungen - die richtigen Schlussfolgerungen zieht, so dass er alltägliche Aufgaben in Umfang und Qualität des menschlichen Vorbilds autonom ausführen kann.

Recent Publications

There are no publications

Record created 2023-01-19, last modified 2026-01-11

Similar records

Add to personal basket
Export as Author List with IDs BibTeX (UTF-8), EndNote XML, EndNote Text, RIS, MARC, Print MARC, MARCXML, DC,
Request correction
Submit fulltext

GSI Homepage \| GSI Library \| English Deutsch \| guest :: login GSI Repository
Search	Submit	Personalize Your alerts Your baskets Your searches	Help