Hauptnavigation

Repräsentation operationaler Begriffe zum Lernen aus Roboter-Sensordaten

Abstract
    Die vorliegende Arbeit ist im Rahmen des Projektes B-Learn II (ESPRIT P7274) angefertigt worden, dessen leitende Idee die Integration maschineller Lernverfahren in reale Robotersysteme im Hinblick auf die Entwicklung zukünftiger Robotergenerationen ist. Ein Ziel innerhalb des Projektes ist es, eine Verbindung zwischen den Handlungen eines mobilen Roboters und den mit ihnen einhergehenden Wahrnehmungen herzustellen, um auf diesem Wege eine Begriffsoperationalisierung zu erzielen. Während mit Beginn der vorliegenden Arbeit bereits ein erster, erfolgversprechender Ansatz zum Lernen von an Handlungen orientierten Wahrnehmungsmerkmalen entwickelt wurde, besteht der Beitrag dieser Arbeit in der Gewinnung von Handlungsmerkmalen aus Roboter-Sensordaten, ihrer Zusammenführung mit dem bestehenden Konzept handlungsorientierter Wahrnehmungsmerkmale und der Vorgabe einer Begriffshierarchie, an deren Spitze operationale Begriffe stehen. Operationale Begriffe ermöglichen einerseits eine aufgabenbezogene Roboterprogrammierung und können andererseits zur Erklärung von durchgeführten Roboteraktionen verwendet werden. Sie erlauben eine Handlungsplanung ebenso wie eine Kontrolle der Handlungsausführung. Die in dieser Arbeit vorgeschlagene Repräsentation operationaler Begriffe ermöglicht ferner eine Formulierung von Lernaufgaben zu ihrer Gewinnung. Exemplarisch wird in der vorliegenden Arbeit gezeigt, da diese Lernaufgaben für logikbasierte, induktive Lernverfahren handhabbar sind, und dass die vorgeschlagene Repräsentation somit zum Lernen operationaler Begriffe aus Roboter-Sensordaten geeignet ist.
Kontakt
  • S. Sklorz