31.01.2014 Aufrufe

Gargamel (GAzebo Robotic GAMes for Extended ... - Uni Bremen

Gargamel (GAzebo Robotic GAMes for Extended ... - Uni Bremen

Gargamel (GAzebo Robotic GAMes for Extended ... - Uni Bremen

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

<strong>Gargamel</strong> (<strong>GAzebo</strong> <strong>Robotic</strong> <strong>GAMes</strong> <strong>for</strong> <strong>Extended</strong> Learning)<br />

Betreuer: Andrei Haidu, Hagen Langer, Michael Beetz<br />

Studentisches Projekt 2014/15<br />

Studiengänge: In<strong>for</strong>matik, Systems Engineering, Digitale Medien (Bachelor, bei Bedarf Fortsetzung<br />

als Masterprojekt mit Masterprofil KIKR möglich)<br />

Unsere Arbeitgruppe beschäftigt sich mit unterschiedlichen Methoden aus dem Forschungsgebiet<br />

Künstliche Intelligenz, u.a. mit Wissensrepräsentation, Maschinellem Lernen, Perzeption und der Verarbeitung<br />

natürlicher Sprache. Die KI-Methoden, die wir entwickeln, werden auf unterschiedlichen<br />

Roboter-Platt<strong>for</strong>men, u.a. einem Willow Garage PR2, realisiert und systematisch getestet. Unsere Szenarien<br />

zielen auf autonome Roboter, die alltägliche Aufgaben wie z.B. die Zubereitung einer einfachen<br />

Mahlzeit oder anderen Aufgaben in einem gewöhnlichen Haushalt selbständig ausführen können. Ein<br />

solches Beispiel-Szenario ist ein Roboter, der aus einer fertigen Teigmischung einen Pfannkuchen herstellt<br />

und den Pfannkuchen mit einem Bratwender umdreht. Diese für einen geübten Menschen recht<br />

simple Aufgabe stellt für heutige Roboter noch eine echte Heraus<strong>for</strong>derung dar: Wenn Winkel oder<br />

Kraftaufwand falsch gewählt werden, gelingt die Aktion nicht, der Pfannkuchen bleibt auf derselben<br />

Seite liegen oder er wird beschädigt oder fällt neben das Kochfeld.<br />

Mit Hilfe von Simulationen, die die Aktion des Roboterarms unter unterschiedlichen Rahmenbedingungen<br />

und in verschiedenen Varianten ausführen, kann man die Handlungsparameter erschließen,<br />

von denen Erfolg und Misserfolg der Aktion abhängen. Die Daten, die solche Simulationen produzieren,<br />

sind z.B. auch grundsätzlich geeignet, um als Trainingsmaterial für maschinelle Lernverfahren<br />

verwendet zu werden, die das Verhalten des Roboters verbessern können.<br />

In dem studentischen Projekt <strong>Gargamel</strong> wird es darum gehen, solche Simulationen zu erstellen<br />

und die Ergebnisse von Simulationsläufen zu analysieren. Es sollen Strategien entwickelt werden, die<br />

es dem Roboter ermöglichen, die Effekte von Ausführungsvarianten besser vorherzusagen und die<br />

richtigen Parametrisierungen vorzunehmen, um insgesamt robuster und präziser agieren zu können.<br />

Dabei wird auf bereits existierenden, mit Gazebo (http://gazebosim.org/) realisierten Simulationen<br />

aufgebaut werden können, die verfeinert und erweitert werden sollen.<br />

1


Abbildung 1: PR2 wendet Pfannkuchen<br />

Abbildung 2: Simulation der Roboterhand<br />

Wir empfehlen den Besuch der Vorlesungen ”Künstliche Intelligenz” und ”Integrierte Intelligente<br />

Systeme” als begleitende Lehrveranstaltungen und werden vor dem eigentlichen Projektstart einen<br />

Einführungs-Workshop anbieten.<br />

Literatur<br />

Lars Kunze, Andrei Haidu, Michael Beetz, ”Making Virtual Pancakes — Acquiring and Analyzing Data of<br />

Everyday Manipulation Tasks through Interactive Physics-based Simulations”, In Poster and Demo Track of<br />

the 35th German Conference on Artificial Intelligence (KI-2012), Saarbrücken, Germany, 2012.<br />

Kontakt: ahaidu@cs.uni-bremen.de (Andrei Haidu), hlanger@cs.uni-bremen.de, Tel.: +421 218 64011 (Hagen<br />

Langer)<br />

http://ai.uni-bremen.de/doku.php<br />

2

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!