EDIH-AICS
European Digital Innovation Hub applied Artificial Intelligence and Cybersecurity
intelliRISK 2
Risikobewusste Robotersysteme mit aktiven Lernstrategien
Start: 08.2020
Ende: 07.2023
Weltraummissionen sind aufwendige und teure Unterfangen, welche immer mit erheblichen Risiken verbunden sind. Aufgrund der harschen Umweltbedingungen und der hochkomplexen Robotersysteme werden zur Risikominimierung von einer Bodenstation sichere und konservative Entscheidungen getroffen. Dadurch können die Robotersysteme nicht ihr volles Potenzial ausschöpfen.
Im vorangegangenen Projekt intelliRISK wurde ein System entwickelt, um die Risiken vor Ort durch den Roboter selbst einschätzen zu lassen und so ein umfassendes Selbst- und Umweltbewusstsein zu schaffen. Basierend darauf hat der Roboter gelernt, sein Verhalten risikobewusst zu adaptieren. Der Aufwand für die Missionskontrolle kann so deutlich reduziert werden. Mit intelliRISK 2 sollen die Ergebnisse aus intelliRISK weitergeführt und die Selbst- und Umgebungswahrnehmung von Robotern erweitert werden. Mittels aktiven Lernstrategien und Retrospektive auf durchgeführte Aktivitäten soll der Roboter aus seinen Handlungen lernen und sich damit kontinuierlich selbst verbessern können.
Ansprechperson
Timothée Büttner
Wissenschaftlicher Mitarbeiter
Bereich: Intelligent Systems and Production Engineering
- +49 721 9654-232
- timothee.buettner@fzi.de
- Hauptsitz Karlsruhe
Forschungsschwerpunkt
Applied Artificial Intelligence
In diesem Forschungsschwerpunkt liegt das Hauptaugenmerk für das FZI auf den Themen Künstliche Intelligenz (KI) und Mensch und KI-Engineering. Zudem beschäftigt sich das FZI mit Fragestellungen zu dedizierter Hardware für KI sowie KI zur Prädiktion.
Förderhinweis:
Das Projekt intelliRISK 2 wird vom Bundesministerium für Wirtschaft und Klimaschutz gefördert.
Projektpartner:
Weitere Projekte
MINGA „Münchens automatisierter Nahverkehr mit Ridepooling, Solobus und Bus-Platoons“
Automatisierung von Fahrzeugen im öffentlichen Nahverkehr
RepliCar
Referenzsensorik zur hochpräzisen Sensorvalidierung für das automatisierte Fahren
Transformations-Hub Automotive Software Engineering (TASTE)
Softwareentwicklungskompetenzen sind Grundlage des Software Defined Vehicle
SOSEC
Innovatives Forschungsdesign für krisenfeste Demokratien
TWON
Online Social Networks beeinflussen die Verbreitung von Nachrichten
ROUTINE
Reallabor zum Transfer digitaler Gesundheitsanwendungen und KI ins Gesundheitswesen
KI4BoardNet
Verteiltes, kontinuierlich lernendes Bordnetzmanagement der nächsten Generation
Shuttle2X
Sicherer Einsatz von automatisierten Shuttle-Fahrzeugen im städtischen Verkehr durch unterstützende Infrastruktur-Vernetzung
DPNB
Broker für dynamische Produktionsnetzwerke