Autonomous Learning for Bayesian Cognitive Robotics

贝叶斯机器人是一种基于知识的机器人控制的新范式。这个范例包含了一个非常复杂的概念，即机器人与机器人之间的相互作用，机器人与机器人之间的相互作用是非常重要的。这是一个机器人解决的问题，所以它可以通过一个简单的推理来解决问题。在基于认知的机器人操纵研究中，通过概率论的推理，给出了规划的性能概率学模型和算法，并在贝叶斯认知机器人操纵研究中，首先，我们提出了一个规划模型，它可以自动地对机器人操纵程序的语义解释数据进行采样;（2）我们通过对概率模型的参数和结构的自动分析，确定了可用于规划的概率规则;（3）我们提出了新的推理技术，也就是在最短时间内对复杂模型的分析。结果表明，该软件组件可用于机器人自动控制系统中的韦尔登，并可用于机器人操作系统中的安全操作，如在实际的世界经验评估中，可用于机器人操作系统中的安全操作。

Bayessche kognitive Robotik ist ein neues Paradigma für die wissensbasierte Steuerung autonomer Roboter. Diesem Paradigma liegt die Idee zugrunde, dass eine der vielversprechendsten Möglichkeiten, Roboter mit umfassenden Schlussfolgerungsfähigkeiten auszustatten, im lebenslangen autonomen Lernen von Verbundwahrscheinlichkeitsverteilungen über Robotersteuerungsprogrammem, dem Verhalten, das diese erzeugen, und den situationsabhängigen Effekten, die diese bewirken, besteht. Hat ein Roboter solche Verteilung aus Erfahrung gelernt, so kann er sie gezielt zum Zwecke der Vorhersage, der Diagnose oder für andere wertvolle Inferenzaufgaben einsetzen, die seine Problemlösungsfähigkeiten verbessern. In diesem Antrag kommen führende Forschungsgruppen aus den Bereichen der kognitionsbasierten Robotersteuerung, des performanten probabilistischen Lernens und Schlussfolgerns sowie der Planung durch probabilistische Inferenz zusammen, um den Forschungsbereich der Bayesschen kognitiven Robotik voranzutreiben, indem (1) wir eine Plansprache so erweitern, dass sie die autonome Sammlung von semantisch interpretierbaren Daten während der Ausführung von Roboter- Steuerungsprogrammen unterstützt; (2) wir aus den gesammelten Daten autonom die Parameter und die Struktur von probabilistischen Modellen bestimmen sowie probabilistische Regeln für Planung ableiten; und (3) wir neue lifted Inferenztechniken entwickeln, die auch die Anwendung von komplexen Modellen in Echtzeit ermöglichen können. Die resultierenden Softwarekomponenten werden in einem Steuerungssystem für autonome Roboter umgesetzt und im Rahmen von Robotermanipulationsaufgaben, wie der Zubereitung einer einfachen Mahlzeit oder dem Aufräumen, in der realen Welt empirisch evaluiert.