Robotik. Robotik: Eine Einführung Was ist ein Roboter? Woraus bestehen Roboter? Welche Arten von Robotern gibt es? Wozu bauen wir Roboter? Welche ethischen

  • View
    110

  • Download
    2

Embed Size (px)

Transcript

  • Folie 1
  • Robotik
  • Folie 2
  • Robotik: Eine Einfhrung Was ist ein Roboter? Woraus bestehen Roboter? Welche Arten von Robotern gibt es? Wozu bauen wir Roboter? Welche ethischen Probleme werfen Roboter auf? Wie funktionieren Roboter? Welche Grundprinzipien gibt es in der Robotik? Wie beurteilet man einen gegebenen Roboter?
  • Folie 3
  • Was ist ein Roboter? Ein Roboter ist eine technische Apparatur, die dazu dient, dem Menschen die Arbeit abzunehmen. Roboter knnen sowohl stationre als auch mobile Maschinen sein und werden von Computerprogrammen gesteuert. Die Bedeutung hat sich allerdings im Laufe der Zeit gewandelt. A robot is a mechanical or virtual artificial agent, usually an electro-mechanical machine that is guided by a computer program or electronic circuitry.
  • Folie 4
  • Woraus besteht ein Roboter? 1.sensors light, sound, touch, pressure, GPS,... 2.controllers microcontrollers, chips, neural networks,... 3.actuators locomotion: wheels, legs, wings,... manipulation: hands, tools,... communication: speakers, radio,... Power source
  • Folie 5
  • Roboterarten Beam Erkundungsroboter Humanoider Roboter Biomorpher Roboter Industrieroboter Lauf-/Flug-/Kriechroboter Personal Robot Serviceroboter Spielzeugroboter Transportroboter Kampfroboter Nanoroboter Schwarmroboter Modulare Roboter Adaptive Robot Selfreplicating Robot
  • Folie 6
  • Wozu Roboter? dangerous environments inaccessible environments repetitive or difficult tasks entertainment basic research (understanding by rebuilding), e.g. intelligence locomotion collaboration
  • Folie 7
  • Roboter
  • Folie 8
  • robotics timeline
  • Folie 9
  • TED talks on robotics http://www.ted.com/talks/bruno_maisonnier_dance_tiny_robots.html Robot dance http://www.ted.com/talks/daniel_wolpert_the_real_reason_for_brains.html Neuroscientist Daniel Wolpert starts from a surprising premise: the brain evolved, not to think or feel, but to control movement http://www.ted.com/talks/rodney_brooks_on_robots.html In this prophetic talk from 2003, roboticist Rodney Brooks talks about how robots are going to work their way into our lives http://www.ted.com/talks/vijay_kumar_robots_that_fly_and_cooperate.html In seinem Labor an der Pennsylvania State University bauen Vijay Kumar und sein Team fliegene Quadcopter. http://www.ted.com/talks/dennis_hong_my_seven_species_of_robot.html Beim TEDxNASA stellt Dennis HONG sieben preisgekrnte All-Terrain-Roboter vor http://www.ted.com/talks/a_robot_that_flies_like_a_bird.html SmartBird, a large, lightweight robot, modeled on a seagull, that flies by flapping its wings. http://www.ted.com/talks/david_hanson_robots_that_relate_to_you.html David Hanson's Robotergesichter sehen so aus wie Ihres und verhalten sich auch so. http://www.ted.com/talks/hod_lipson_builds_self_aware_robots.html Hod Lipson zeigt ein paar seiner coolen, kleinen Roboter, die die Fhigkeit besitzen zu lernen, sich selbst zu verstehen und sogar sich selbst zu reproduzieren.
  • Folie 10
  • Das Grundprinzip sensors controller actuators Eingabe (input) Verarbeitung (processing) Ausgabe (output) Sinne Gehirn Muskeln Informations- verarbeitung Roboter Menschen
  • Folie 11
  • GOFAI (good old-fashioned artificial intelligence) Aufstellung Schachspiel besten Zug berechnen Spielzug
  • Folie 12
  • GOFAI In artificial intelligence, GOFAI ("Good Old-Fashioned Artificial Intelligence") describes the oldest original approach to achieving artificial intelligence, based on logic and problem solving. In robotics research, the term is extended as GOFAIR ("Good Old-Fashioned Artificial Intelligence and Robotics").artificial intelligencerobotics GOFAI was the dominant paradigm of AI research from the middle fifties until the late 1980s. After that time, newer sub-symbolic approaches to AI were introduced.paradigmsub-symbolic GOFAI is based on the assumption that many aspects of intelligence can be achieved by the manipulation of symbols, an assumption defined as the "physical symbol systems hypothesis" by Allen Newell and Herbert A. Simon in the middle 1960s. By the 1980s, many researchers began to doubt that high-level symbol manipulation alone could account for all intelligent behaviors.symbolsphysical symbol systems hypothesis Opponents of the symbolic approach include roboticists such as Rodney Brooks, who aims to produce autonomous robots without symbolic representation (or with only minimal representation) and computational intelligence researchers, who apply techniques such as neural networks and optimization to solve problems in machine learning and control engineering.roboticistsRodney Brookscomputational intelligenceneural networksoptimizationmachine learningcontrol engineering
  • Folie 13
  • Es stellt sich also heraus: Den besten Zug finden ist gar nicht so schwer...... die Figur dann dort hin bewegen dagegen schon
  • Folie 14
  • Ziel: MANSAI??? (Modern And Not-Symbolic Artificial Intelligence) Wie soll das gehen? Was sind die Aufgaben? Was hat das mit Intelligenz zu tun? Lessons to learn from the one intelligent agent known to us: us.
  • Folie 15
  • GOFAI: Umwelt Krper Sinne Gehirn Muskeln input symbolic computation output logisches (=symbolisches ) Denken...
  • Folie 16
  • Realistischer: Umwelt Krper Sinne Gehirn Muskeln bewusster abstrakter symbolischer langsamer Bewusste Entscheidungen, Wille, Plne, Modelle der Wirklichkeit, logisches (=symbolisches) Denken...
  • Folie 17
  • Goodbye GOFAI? viele verschiedene Anstze und Zielrichtungen Umwelt Krper Sinne Gehirn Muskeln Higher level cognition input symbolic computation output Und was ist mit dem Rest? Und mit dem Zusammenspiel? Und was war nochmal Intelligenz? Und was ist mit dem Rest? Und mit dem Zusammenspiel? Und was war nochmal Intelligenz?
  • Folie 18
  • Kybernetik (Regelungstechnik) ist-Zustand Vergleich Ist-Soll nderung in Richtung Soll- Zustand Feedback
  • Folie 19
  • feedback loops Umwelt Krper Sinne Gehirn Muskeln Umwelt im Krper im Gehirn
  • Folie 20
  • Subsumtion Architecture: Rodney Brooks (1986)
  • Folie 21
  • interplay: bottom-up or top-down? Umwelt Krper Sinne Gehirn Muskeln top bottom top bottom Umwelt im Krper im Gehirn
  • Folie 22
  • time Umwelt Krper Sinne Gehirn Muskeln Umwelt im Krper im Gehirn Gedchtnis Erfahrung Voraus- sagen
  • Folie 23
  • extras Umwelt Krper Sinne Gehirn Muskeln Umwelt im Krper im Gehirn Gedchtnis Erfahrung Wille?! Selbstbild/modell Aufmerksamkeit Bewusstsein Wille?! Selbstbild/modell Aufmerksamkeit Bewusstsein Voraus- sagen
  • Folie 24
  • tasks and autonomy
  • Folie 25
  • Umwelt Krper Sinne Gehirn Muskeln Umwelt im Krper im Gehirn Gedchtnis Erfahrung Wille?! Voraus- sagen further complications
  • Folie 26
  • Sicher handeln in einer unsicheren Welt Robustheit gegenber Noise, Teilausfllen, fehlender Information, neuen Anforderungen, pltzlichen nderungen,... Fehlende Informationen abschtzen Vorhersagen / Erfahrung Modelle (selbst, andere Agenten, Umwelt) Inferenz, Deduktion, Generalisation Schnelle Korrektur des Verhaltens Reaktive Komponenten, Feedback Aufmerksamkeit
  • Folie 27
  • Umwelt Krper Sinne Gehirn Muskeln Umwelt im Krper im Gehirn Gedchtnis Erfahrung Wille?! Voraus- sagen L ERNEN using experience to get better
  • Folie 28
  • Lernen Lernen = Verhaltensnderung Was wird optimiert? Wie wird Verhalten umgesetzt (controller) was genau wird hier gendert? Ein paar Mglichkeiten: Symbolisch: Support Vector Machines, Bayesian Subsymbolisch: Neuronale Netze Reaktiv: Regelkreis
  • Folie 29
  • Umwelt Krper Sinne Gehirn Muskeln Umwelt im Krper im Gehirn Gedchtnis Erfahrung Wille?! Voraus- sagen L ERNEN E NTWICKLUNG life-long adaption
  • Folie 30
  • Entwicklung Adaption ber einen lngeren Zeitraum Bootstrapping? (Zuerst die Einfaches Lernen, und auf dieser Basis spter Schwieriges) Gleichzeitige Vernderungen der Ressourcen? (z.B. Wachstum, Motorik, Gedchtnis,...)
  • Folie 31
  • Umwelt Krper Sinne Gehirn Muskeln Umwelt im Krper im Gehirn Gedchtnis Erfahrung Wille?! Voraus- sagen L ERNEN E NTWICKLUNG adaption of the species
  • Folie 32
  • Evolution Optimierung des Agenten ber Generationen Gelerntes weitergeben ?! Lernmechanismus weitergeben! System so allgemein definieren, dass es sich selbst (graduell) verndern kann Selektion (was ist relevant wird optimiert)?
  • Folie 33
  • Umwelt Krper Sinne Gehirn Muskeln Umwelt im Krper im Gehirn Gedchtnis Erfahrung Wille?! Voraus- sagen L ERNEN E NTWICKLUNG Resultat: Ein hchst flexibles, selbstregulierendes, adaptives System, das verschiedenste komplexe Aufgaben in einer nur teilweise vorhersehbaren Umwelt in Echtzeit meistert oder zumindest lernen (sich entwickeln) kann, sie zu meistern
  • Folie 34
  • environment: sensors:actuators:controllers (architecture, type of computing): feedback: aim of the project: task(s) & autonomy:learning/adaption:extras/tricks: name: rating/comments:
  • Folie 35
  • TED talks on robotics http://www.ted.com/talks/bruno_maisonnier_dance_tiny_robots.html Robot dance http://www.ted.com/talks/daniel_wolpert_the_real_reason

Recommended

View more >