Projekt

HaLeR

HaLeR - Erkennung von Handlungsabweichungen durch Lernen mit eingeschränkten Rechenressourcen, Teilvorhaben: Evaluation von Lernmethoden zur Erkennung von Handlungsabweichungen mit eingeschränkten Rechenressourcen

HaLeR - Erkennung von Handlungsabweichungen durch Lernen mit eingeschränkten Rechenressourcen, Teilvorhaben: Evaluation von Lernmethoden zur Erkennung von Handlungsabweichungen mit eingeschränkten Rechenressourcen

  • Laufzeit:

Im Projekt HaLeR sollen Lösungen für eine flexible und adaptive Mensch-Maschine Interkation (MMI) entwickelt werden. Die entwickelten Methoden sollen es einem System erlauben, sich bei Situationsänderungen auf das Verhalten des Menschen flexibel zu reagieren und zu adaptieren. Dafür soll ein Ansatz entwickelt werden, welcher automatisch die Zusammenhänge zwischen einzelnen Verhaltensabschnitten erkennt und auf neue, ähnliche Situationen adaptiert, sodass bevorstehende Verhaltensabschnitte situationsangemessen vorhergesagt werden. So werden Abweichungen des menschlichen Verhaltens erkannt und das Verhalten des Systems innerhalb einer Mensch-Maschine-Kollaboration entsprechend angepasst. Dies macht die MMI flexibel, da das System den Menschen trotz geänderter Bewegung (z.B. geänderte Abfolge der Verhaltensabschnitte) erfolgreich unterstützt. Zum Erkennen der Handlungsabweichungen des Menschen werden sowohl dessen Bewegungen mittels Motion Tracking als auch intrinsische Motivationen und Bewertungen von aktuellen Situationen anhand von EEG-Daten analysiert. Dabei wird der Fokus auf Methoden gelegt, welche ohne große Rechenkapazitäten auskommen. Dadurch wird eine Anwendung der Methoden auch in Szenarien mit limitierten Ressourcen, wie zum Beispiel in Weltraummissionen, möglich. Durch die Verbindung der Analyse der beiden Datenarten soll ein Gesamtsystem zum Erkennen von Handlungsabweichungen entstehen. Dieses wird in einem Weltraumszenario evaluiert, welches die Untersuchung anhand von vereinfachten Bedingungen ermöglicht, da die Bewegungen des Astronauten durch den Raumanzug eingeschränkt sind.

Fördergeber

Bundesministerium für Wirtschaft und Energie (DLR)

50RA2024

Bundesministerium für Wirtschaft und Energie (DLR)

Projekt teilen auf:

Ansprechpartner
Dr. Su-Kyoung Kim

Keyfacts

Deutsches Forschungszentrum für Künstliche Intelligenz
German Research Center for Artificial Intelligence