Erforschung effizienter Lernmethoden für zielgerichtete Roboter-ManipulationIntelliMan
Im Rahmen des Projekts IntelliMan wird erforscht, wie ein Roboter effizient lernen kann, zielgerichtet und effizient zu manipulieren. IntelliMan reicht vom Erlernen individueller Manipulationsfähigkeiten durch menschliche Demonstration über das Erlernen abstrakter Beschreibungen einer Manipulationsaufgabe, die für die Planung komplexer Manipulationsaufgaben geeignet sind, bis hin zur Entdeckung der Funktionalität eines Objekts durch Interaktion mit ihm. Ziel ist es, die Leistung und Sicherheit beim Manipulieren zu verbessern.
| | |
|---|
Laufzeit: | 2022-09-01 bis 2026-02-28 |
Projektpartner: | • Universita Di Bologna • Friedrich-Alexander-Universität Erlangen/Nürnberg • Universitat Politecnica De Catalunya • Deutsches Zentrum für Luft- und Raumfahrt (DLR) • Universita Degli Studi Di Genova • Universita Degli Studi Della Campania Luigi Vanvitelli • Fundacio Eurecat • Istituto Nazionale Assicurazione Infortuni Sul Lavoro • Elvez, Proizvodnja Kabelske Konfekcije In Predelava Plasticnih Mas Doo Elvez • Ocado Innovation Limited Ocado • Bayerische Forschungsallianz Bavarian Research Alliance Gmbh • Fondation De L'Institut De Recherche Idiap Idiap • University Of Zurich |
Website: | |
Anwendungsfelder: | • Logistik
• Landwirtschaft
• Haushalt |
Förderung: | EU project HORIZON-CL4-2021-DIGITAL-EMERGING-01-11 |
Projektdetails
Im Zentrum des Projekts IntelliMan steht die Frage, wie ein Roboter effizient lernen kann, zielgerichtet und hochleistungsfähig zu manipulieren. Das zu untersuchende Spektrum reicht vom Erlernen individueller Manipulationsfähigkeiten durch menschliche Demonstration über das Erlernen abstrakter Beschreibungen einer Manipulationsaufgabe, die für eine Planung auf hoher Ebene geeignet sind, bis hin zur Entdeckung der Funktionalität eines Objekts durch Interaktion mit ihm, um Leistung und Sicherheit zu gewährleisten. IntelliMan zielt darauf ab, ein neuartiges KI-gestütztes Manipulationssystem mit dauerhaften Lernfähigkeiten zu entwickeln, das in der Lage ist, die wichtigsten Merkmale und Eigenschaften seiner Umgebung mit Hilfe einer heterogenen Reihe von Sensoren wahrzunehmen. Das System soll außerdem selbst entscheiden, wie eine Aufgabe auf autonome Weise auszuführen ist, und in der Lage sein, Fehler in der Aufgabenausführung zu erkennen, um durch die Interaktion mit Menschen und der Umgebung neue Erkenntnisse zu gewinnen. IntelliMan untersucht überdies, wie solche KI-gestützten Manipulationssysteme von den Nutzenden wahrgenommen werden und welche Faktoren die menschliche Akzeptanz erhöhen.
