Informatik IX Informatik TU München Homepage Personen Lehre Forschung Publikationen Infos Logo Informatik IX
! Hauptseminar Softwaremethoden zur Steuerung intelligenter autonomer Roboter (WS 01/02)
> Michael Beetz
> Inhalt
  Um zuverlaessig und schnell zu agieren, muessen autonome Serviceroboter ihre Aufgaben flexibel miteinander verbinden, unverhoffte Gelegenheiten ausnutzen, effizient gute Handlungsplaene berechnen und - falls noetig - ihre intendierten Plaene schnell revidieren. Planbasierte Steuerung, d.h. die Verwaltung explizit repraesentierter Ueberzeugungen und Ziele und die Revision der Plaene entsprechend der wechselnden Ueberzeugungen und Ziele hat sich als erfolgreiches Berechnungsmodell erwiesen, um diese Anforderungen zu erfuellen.

In den letzten Jahren wurden eine Reihe von Langzeitexperimenten durchgefuehrt, die das Potential dieser Technologie fuer die autonome Servicerobotik eindrucksvoll gezeigt haben. In dem Deep Space Programm der Nasa hat ein planbasierter Roboter (Remote Agent) autonom wissenschaftliche Experimente durchgefuehrt. Im Martha Projekt wurden Gruppen von Robotern erfolgreich kontrolliert und koordiniert. Xavier ist ein autonomer Roboter, der es mehr als ein Jahr lang Leuten ermoeglicht hat ueber das WWW Navigationsaufgaben zu spezifieren und deren Ausfuehrung zu verfolgen. Im Jahr 1998, agierte Minerva, ein anderer planbasierter Roboter, 13 Tage lang als ein Museumsfuehrer im Smithsonian Museum in Washington und fuehrte tausende Besucher durch eine grosse Ausstellung.

In diesem Seminar werden wir Softwaremethoden zur Steuerung intelligenter und lernfaehiger autonomer Roboter betrachten.

> Themen für Vorträge
 
  1. Markov Entscheidungsprobleme (MDP/POMDP) und ihre Anwendung auf Roboternavigation
    1. Quelle 1
    2. Quelle 2
    3. Hintergrundinformation 1
    4. Hintergrundinformation (2)
  2. Entscheidungstheoretisches Planen
    1. Quelle 1
    2. Quelle 2
  3. Handlungsplanung fuer Roboter (Robot Planning, Drew McDermott)
  4. Reinforcement Lernen: Sutton, Kaelbling
    1. Online Buch (Standardwerk)
    2. Ueberblicksartikel
    3. Kevin Murphy's Tutorial
  5. Reinforcement Lernen mit Zustandsraumanpassung und selektiver Perzeption (Andrew McCallum)
    1. Quelle 1
    2. Quelle 2
    3. Hintergrundinformation
  6. Das Lernen von Aktionsmodellen fuer reaktive autonome Agenten (Scott Benson)
    1. Quelle 1
    2. Quelle 2
    3. Hintergrundinformation
  7. Aufmerksamkeitssteuerung zur Verbesserung autonomer Lernverfahren (Lenny Foner)
    1. Hauptquelle
  8. Hierarchisches Lernen fuer Markov Entscheidungsprozesse (Ron Parr)
    1. Quelle 1
    2. Quelle 2
    3. Hintergrundinformation
  9. Temporale Abstraktion und Zustandsrepraesntation
    1. Quelle 1
    2. Blythe DTP
  10. Anwendungsbereich: Roboterfussball
    1. Quelle 1
    2. Quelle 2
  11. Structured Reactive Controllers (Beetz)
  12. Probabilistic Hybrid Action Models
  13. Verhaltensklassifikation mit Kohonenkarten
> Literatur
 
  • S. Russell, P. Norvig: Artificial Intelligence A modern Approach (AIMA)
  • weitere Literatur themenabhängig beim Betreuer...

> Hinweise
 

> Anmeldung
  Interessiert? Dann bitte Mail an Michael Beetz (Teilnahmemöglichkeit wird nach Reihenfolge der eingehenden Anmeldungen bestätigt) und zur Vorbesprechung kommen. Themen werden erst dort vergeben!
> Termine
 
Termin: jeweils Mittwoch 15:00-17:00 Uhr
Ort: Raum O-128 (Orleansstr.34)
Vorbesprechung: (Allgemeine Infos + Themenvergabe) Termin: Mittwoch 25.07.2001 15:00 Uhr Raum O-238 (Orleansstr.34)
Michael Beetz Last modified: Mon Jul 3 09:48:53 CEST 2000