Wissen aufbauen, verstehen und reflektieren

Autonome Robotersysteme müssen ihre Umgebung nicht nur wahrnehmen, sondern aus Beobachtungen auch Wissen gewinnen, dieses über die Zeit weiterentwickeln und seine Verlässlichkeit einschätzen können. Besonders in dynamischen und unvollständig beobachtbaren Umgebungen ist entscheidend, wie Roboter Informationen interpretieren, Erfahrungen speichern und bestehende Annahmen hinterfragen.

Am Lehrstuhl für Adaptive Autonomie und Offroad-Robotik erforschen wir Methoden, mit denen autonome Systeme Wissen aufbauen, Erkenntnisse gewinnen und ihre eigenen Wissensgrundlagen reflektieren können. Dabei untersuchen wir das Zusammenspiel von Wahrnehmung, Gedächtnis, Wissensrepräsentation und Schlussfolgerung.

Forschungsschwerpunkte

Wahrnehmen und Verstehen

Sensordaten liefern zunächst einzelne Beobachtungen, aus denen autonome Systeme ein Verständnis ihrer Umgebung entwickeln müssen.

Wir untersuchen Methoden zur Interpretation und semantischen Abstraktion von Wahrnehmungsinformationen, um relevante Eigenschaften, Zusammenhänge und Veränderungen der Umgebung zu erkennen.

Wissensaufbau und Gedächtnis

Autonome Systeme benötigen Mechanismen, um Informationen über einzelne Beobachtungen hinaus zu speichern und für zukünftige Situationen verfügbar zu machen.

Unsere Forschung beschäftigt sich mit Kurzzeit- und Langzeitgedächtnis, Wissensrepräsentation und der kontinuierlichen Aktualisierung von Umweltmodellen. Dabei steht die Frage im Mittelpunkt, welche Informationen langfristig relevant bleiben.

Erkenntnisgewinnung

Wissen entsteht nicht allein durch das Sammeln von Daten, sondern auch durch deren Verknüpfung, Interpretation und Bewertung.

Wir erforschen, wie autonome Systeme aus Beobachtungen und Erfahrungen neue Erkenntnisse ableiten, Erwartungen über ihre Umgebung entwickeln und diese anhand neuer Informationen überprüfen können.

Wissensreflexion

Autonome Systeme müssen einschätzen können, wie zuverlässig ihr Wissen ist, welche Informationen fehlen und wann bestehende Annahmen überprüft werden sollten.

Im Mittelpunkt stehen die Bewertung von Wissensqualität, die Erkennung von Widersprüchen und die Revision bestehender Überzeugungen auf Grundlage neuer Beobachtungen.

Forschungsziel

Unser Ziel ist die Entwicklung wissensfähiger autonomer Robotersysteme, die Informationen nicht nur verarbeiten, sondern Wissen aufbauen, Erfahrungen nutzen, neue Erkenntnisse gewinnen und die Grenzen ihres eigenen Wissens berücksichtigen können.