Projekt

VeryHuman

Komplexes Verhalten Humanoider Roboter Lernen und Verifizieren

Komplexes Verhalten Humanoider Roboter Lernen und Verifizieren

  • Laufzeit:
  • Anwendungsfelder
    Sonstige

Die Validierung von Systemen in sicherheitsrelevanten Situationen ist ein inhärent schwieriges Problem, wenn deren Verhalten über Lernalgorithmen trainiert wurde. Der subsymbolische Operationsmodus erlaubt keine ausreichende Abstraktion oder Repräsentation um Korrektheitsbeweise zu führen. Die Zielsetzung des Projektes VeryHuman ist es, die nötigen Abstraktionsebenen durch Beobachtung und Analyse des zweibeinigen Laufens eines humanoiden Roboters zu synthetisieren. Die zu entwickelnde Theorie dient sowohl als Grundlage, um Belohnungsfunktionen abzuleiten, die für die optimale Kontrolle des Roboters über erweiterte Lernansätze verwendet werden, als auch um verifizierbare Abstraktionen kinematischer Robotermodelle zu generieren, die erleichterte Verhaltensvalidierung erlauben.

Partner

Cyber Physical Systems (CPS), DFKI Robotics Innovation Center (RIC), DFKI

Fördergeber

Bundesministerium für Bildung und Forschung

01IW20004

Bundesministerium für Bildung und Forschung

Publikationen zum Projekt

Carlos Mastalli, Olivier Stasse, Heiner Peters, Vinzenz Bargsten, José de Gea Fernández, Frank Kirchner, Shivesh Kumar

In: 2020 IEEE-RAS 20th International Conference on Humanoid Robots (Humanoids). IEEE-RAS International Conference on Humanoid Robots (Humanoids-2020) July 19-21 Munich/Virtual Germany Seiten 400-407 IEEE 7/2021.

Zur Publikation
Andreas Mueller, Shivesh Kumar

In: 2021 IEEE International Conference on Robotics and Automation (ICRA). IEEE International Conference on Robotics and Automation (ICRA-2021) May 30-June 5 Xi'an China IEEE 6/2021.

Zur Publikation

Deutsches Forschungszentrum für Künstliche Intelligenz
German Research Center for Artificial Intelligence