ActAR - Aktionsbewusstsein für kognitive Roboter

在工厂里，自动化机器人总是在不断地寻找解决方案，韦尔登也会使用自动化机器人系统。他们的安全措施也很严格。一个机器人，最好是一个具有自反射机制的机器人，它具有复杂的结构。这是机器人，机器人的作用是使机器人更灵活。Roboter，die die Effekte irrer Aktionen kennen，können auch automatisch über ihre Fähigkeiten，Möglichkeiten und Einschränkungen reflektieren und damit ihre Problemlösungskompetenz substantiell verbessern.一个有“行动力”的机器人可以在更大程度上增强德国的鲁棒性和更强的抗衰老能力。在该项目中，我们对ActAR（Action awareness for Autonomous Robots）进行了实现和分析，这是一个新的Berechnungs和Steuerungsmodell，即具有动作感知的机器人。在这种解释模式中，解释本身就是一种解释。Wissen über Aktionen wird dann benutzt，um Verhalten analysieren und erklären zu können，Ratschläge in die Aktionsausführung zu integrieren und Aktionspläne zu generieren，optimieren，transmieren und könnnen.Die Implementierung des ActAR Berechnungmodells besteht aus den folgenden drei Komponenten：1. Grounded Action Models，ein spezifischer Mechanismus zur intensionalen und extensionalen Repräsentation von Aktionmodellen und zum Schlussfolgern über diese Aktionmodelle;2. AAROLL（机器人感知学习语言），Erweiterung der Robotersteuerungssprache RPL um Datenstrukturen für die effiziente Implementierung von Aktionsbibliotheken. Aktionen können anschließend einfacher programmiert oder gelernt韦尔登;3. AAREM（可感知推理和执行机制）是一个推理机制框架，它是机器人执行任务的基础。该模型建立在通用的推理机制之上，可用于复杂的机器人试验，并可进行模拟和实际的机器人演示和经验评估。Szenarien韦尔登的Anwendungsbereiche是一个智能机器人，Küchenroboter内置3D-Robotersimulationsummgebung Player/Gazebo，并在Kitchen中提供新的Forschungsküche AwareKitchen。该评估旨在评估实施控制系统的性能、灵活性和可靠性，以使程序员能够开发出一种新的控制系统。

In dem Maße, in dem autonome Roboter immer komplexere Aufgaben in immer anspruchsvolleren Umgebungen lösen sollen, werden auch die Steuerungssysteme dieser Roboter komplexer. Dies beeinträchtigt sowohl deren Anpassungsfähigkeit als auch deren Robustheit. Ein erfolgversprechender Ansatz, um mit dieser Komplexität umzugehen, besteht darin, die Roboter mit einem Mechanismus der Selbstreflektion auszustatten. Dieser erlaubt es dem Roboter, die Wirkungen seiner möglichen Aktionen zuverlässig vorhersagen zu können. Roboter, die die Effekte ihrer Aktionen kennen, können auch automatisch über ihre Fähigkeiten, Möglichkeiten und Einschränkungen reflektieren und damit ihre Problemlösungskompetenz substantiell verbessern. Ein Roboter mit ” Aktionsbewusstsein“ kann außerdem in vielen Umgebungen deutlich robuster und fehlertoleranter agieren. In dem hier beantragten Projekt entwerfen, realisieren und analysieren wir ActAR (Action awareness for Autonomous Robots), ein neues Berechnungs- und Steuerungsmodell, das Roboter mit Aktionsbewusstsein ausstattet. In diesem Berechnungsmodell wird Aktionsbewusstsein durch die Interpretation selbst akquirierter Erfahrungen erworben. Wissen über Aktionen wird dann benutzt, um Verhalten analysieren und erklären zu können, Ratschläge in die Aktionsausführung zu integrieren und Aktionspläne zu generieren, optimieren, transformieren und koordinieren zu können.Die Implementierung des ActAR Berechnungsmodells besteht aus den folgenden drei Komponenten:1. GRAM (Grounded Action Models), ein spezifischer Mechanismus zur intensionalen und extensionalen Repräsentation von Aktionsmodellen und zum Schlussfolgern über diese Aktionsmodelle;2. AAROLL (Action-aware Robot Learning Language), Erweiterung der Robotersteuerungssprache RPL um Datenstrukturen für die effiziente Implementierung von Aktionsbibliotheken. Aktionen können anschließend einfacher programmiert oder gelernt werden;3. AAREM (Action-aware Reasoning and Execution Mechanisms), ein Framework, das Inferenzmechanismen enthält, um aktionsbewussten Robotern das Schließen über Aktionen zu erlauben, welches die Basis für erfolgreiches Lernen ist. Es setzt auf den allgemeineren Inferenzmechanismen von GRAM auf.Das ActAR Steuerungsmodell wird im Rahmen komplexer Testszenarien mit simulierten und realen Robotern demonstriert und empirisch evaluiert. Die Anwendungsbereiche der Szenarien werden ein intelligenter, autonomer Küchenroboter innerhalb der 3D-Robotersimulationsumgebung Player/Gazebo und unsere neu ausgestattete Forschungsküche AwareKitchen sein. Die Evaluationsmetriken umfassen die Performanz, Zuverlässigkeit und Robustheit des implementierten Steuerungssystems, den vom Programmierer zu erbringenden Entwicklungsaufwand und die Effizienz mit der sich das Steuerungssystem an neue Rahmenbedingungen anpasst.