Handlungsfähigkeit unter veränderten Bedingungen

Autonome Robotersysteme müssen auch dann handlungsfähig bleiben, wenn sich Umweltbedingungen, Aufgaben oder interne Systemzustände verändern. Dazu benötigen sie die Fähigkeit, ihre Strategien und Funktionen situationsabhängig anzupassen.

Am Lehrstuhl für Adaptive Autonomie und Offroad-Robotik erforschen wir Methoden zur selbstständigen Anpassung autonomer Systeme unter Unsicherheit und dynamischen Bedingungen. Dabei verbinden wir aktuelle Sensordaten und Systeminformationen (Bottom-up) mit Kontext, Missionszielen und vorhandenem Wissen (Top-down).

Forschungsschwerpunkte

Situationsabhängige Anpassung

Autonome Systeme müssen Veränderungen ihrer Umgebung und ihres eigenen Zustands erkennen und daraus geeignete Anpassungen ableiten.

Wir untersuchen Methoden zur situationsabhängigen Anpassung von Wahrnehmungs-, Entscheidungs- und Steuerungsfunktionen, um die Handlungsfähigkeit unter wechselnden Bedingungen aufrechtzuerhalten.

Lernen und Erfahrung

Neue Situationen können Anpassungen erfordern, die über fest vorgegebene Reaktionen hinausgehen.

Unsere Forschung beschäftigt sich damit, wie Erfahrungen und Lernverfahren zur Verbesserung autonomer Handlungsstrategien beitragen und zukünftige Anpassungen unterstützen können.

Rekonfiguration

Autonome Robotersysteme bestehen aus verschiedenen Hard- und Softwarekomponenten, deren Verfügbarkeit und Leistungsfähigkeit sich verändern können.

Wir erforschen Ansätze zur dynamischen Rekonfiguration von Systemfunktionen und modularen Architekturen, um auf veränderte Anforderungen oder eingeschränkte Ressourcen reagieren zu können.

Adaptive Verhaltensstrategien

Unterschiedliche Situationen erfordern unterschiedliche Handlungsweisen. Ein Roboter muss beispielsweise zwischen effizientem, vorsichtigem und sicherheitsorientiertem Verhalten wechseln können.

Im Mittelpunkt stehen verhaltensbasierte Architekturen und die situationsabhängige Auswahl, Koordination und Anpassung von Handlungsstrategien.

Forschungsziel

Unser Ziel ist die Entwicklung adaptiver autonomer Robotersysteme, die Veränderungen erkennen, aus Erfahrungen lernen, ihre Funktionen rekonfigurieren und ihre Handlungsstrategien selbstständig an neue Bedingungen anpassen können.