Jahresbericht informatik 2009 - KIT – Fakultät für Informatik

Institut für Anthropomatik
humanoiden Robotersystemen sowie in medizinischen Simulationssystemen. Prof.
Dillmann ist weiterhin Sprecher des Sonderforschungsbereiches 588 "Humanoide
Roboter", welcher in einer inzwischen 10-jährigen interdisziplinären Zusammenarbeit verschiedener
Forschungsgruppen humanoide Robotersysteme entwickelt. Nach dem Umzug
in das neue Institutsgebäude am Adenauerring 2 wurde das Humanoids and Intelligence
Systems Laboratory (HIS) als Teil des Instituts für Anthropomatik gegründet.
Die Abteilung Interaktive Diagnose- und Servicesysteme (IDS) des
Forschungszentrums Informatik (FZI) ist eng mit dem Lehrstuhl von Prof. Dillmann verbunden.
Im Mittelpunkt der Forschungs- und Industrieprojekte von IDS stehen autonome,
mobile Systeme zur Unterstützung bzw. Übernahme industrieller Routinearbeiten (wie z.B.
Transport und Produktionslogistik oder Handhabungsaufgaben in der Produktion), in
Alltagsumgebungen (wie z.B. Serviceroboter für private und öffentliche Umgebungen)
sowie Erkundungs- und Inspektionsanwendungen.
Einen besonderen Stellenwert haben hier die alltagstaugliche Umsetzung neuester
Grundlagenergebnisse, wie flexibles Greifen und Manipulieren sowie verhaltensbasierte
Steuerungen.
SFB 588 - TP L1 Lernen von Handlungswissen, Episoden und Kontext
(R. Jäkel, M. Lösch, S. Schmidt-Rohr)
Bei der Entwicklung humanoider Robotersysteme stellt die Fähigkeit des Roboters zum
eigenständigen Lernen von Handlungswissen eine der größten Herausforderungen dar.
Eines der Ziele des Teilprojektes L1 im SFB 588 ist die Implementierung von
Komponenten, die die Aufnahme von Handlungs- und Problemlösungswissen aus natürlichsprachlich
und deiktisch kommentierten Benutzervorführungen und die Übertragung
dieses Wissens auf reale Roboter ermöglichen.
Zur detaillierten Analyse von Demonstrationen auf feingranularer Ebene, die die rechnerintern
gespeicherten, ganzheitlichen Betrachtungen komplementär ergänzen, wurden
sogenannte Strategien für zweihändige Manipulationen untersucht. Eine Strategie
beschreibt dabei Einschränkungen für Aktionen, die während der Ausführung beachtet werden
müssen und bietet dabei eine hybride Darstellung, die subsymbolische
Beschränkungen aus Sensorwerten mit symbolischen Informationen verknüpft. Solche
Strategien können benutzt werden, um unter Beachtung von Unsicherheiten bezüglich der
Objektpositionen sowie der Ausführung Bewegungen zu planen.
Zur Ausführung erlernter Aufgaben auf realen Robotern wurden die so genannten
Strategiegraphen als Nachfolger des Konzeptes der Flexiblen Programme entwickelt. Ein
Strategiegraph stellt eine hybride symbolisch-subsymbolische Repräsentation für eine
Aktion dar, die sich aus einem Graphen von geordneten Teilzielen mit an den Knoten und
Kanten annotierten symbolisch-subsymbolischen Einschränkungen (Strategien) zusammensetzt.
Ein Strategiegraph kann eingesetzt werden, um einen Constrained-Planner zu
parametrisieren, der die eigentliche Planung der zu lösenden Aufgabe durchführt.
227
3