Das Erlernen menschenähnlicher Trajektorien für Ganzkörperbewegungen mit künstlichen Kraftfeldern (C03)

• Fachliche Zuordnung: Automatisierungstechnik, Mechatronik, Regelungssysteme, Intelligente Technische Systeme, Robotik
• Förderung: Förderung von 2020 bis 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 416228727

Es ist zu erwarten, dass Roboter in hybriden Gesellschaften nur akzeptiert werden, wenn ihre Bewegungen vorhersehbar und menschenähnlich sind. Daher zielt dieses Projekt darauf ab, Robotertrajektorien hinsichtlich ihrer Menschenähnlichkeit zu optimieren. Es werden neue Methoden entwickelt für das Generieren kollisionsfreier und funktionaler Trajektorien mittels eines Ende-zu-Ende erlernten tiefen neuronalen Netzwerks, das Tiefenkarten verwendet. Das Netz wird autonom mit traditionellen Sampling-basierten Bewegungsplanungsmethoden trainiert. Darüber hinaus wird mit einem tiefen Verstärkungslernansatzes die Robotertrajektorie über künstliche Kraftfelder so angepasst, dass sie menschenähnlicher ist. Des Weiteren werden Studien durchgeführt, um eine brauchbare Skala für menschliche Akzeptanz zu erhalten.

• DFG-Verfahren: Sonderforschungsbereiche
• Teilprojekt zu: SFB 1410: Hybride Gesellschaften: Menschen in Interaktion mit verkörperten Technologien
• Antragstellende Institution: Technische Universität Chemnitz
• Teilprojektleiterin: Professorin Dr.-Ing. Ulrike Thomas