Motivation
Die Exploration, also die Erkundung der Umgebung, ist eine wesentliche Aufgabe für jedes Robotersystem, das sich autonom in einer teilweise unbekannten Umgebung bewegt. Semantische Karten ermöglichen es einem Roboter, Schlussfolgerungen über seine Umgebung zu ziehen und zusätzliche wahrgenommene Informationen zu speichern, wie z. B. den Standort bestimmter Objekte. Bisher wird bei der robotergestützten Erkundung in der Regel nur die geometrische Komponente berücksichtigt. Diese ist zwar von grundlegender Bedeutung, aber es gibt ein riesiges Potenzial, um zusätzlich semantische Informationen zu nutzen.
Ziele und Vorgehen
Semantische Informationen (Bedeutung von sprachlichen Ausdrücken) haben jedoch in Ihrer direkten Nutzbarkeit die Schwierigkeit des verwendeten Vokabulars. Der Kartierungsroboter vermerkt vielleicht ein „Tor“ in der Fabrikhalle, während die verwendete Planungssoftware nur den Begriff „Tür“ kennt. Deshalb sollen mit dem Vorhaben LIEREx semantische Karten durch die autonome Exploration von Robotern nutzbar gemacht werden. Dazu sollen wissens- und datenbasierte Methoden des Maschinellen Lernens (hybride KI) mit aktuellen Modellen zur Vision-Language Einbettung kombiniert und in eine planbasierte Roboterarchitektur für Erkundungsaufgaben integriert werden. Dabei ermöglichen es die hybriden Methoden, die Bilder um weiteres Wissen anzureichern, während die Vision-Language Modelle eine flexiblere Annotation des Gesehenen zulassen.
Innovationen und Perspektiven
Letztendlich soll ein autonomer Agent in die Lage versetzt werden, eine teilweise unbekannte Umgebung zu erkunden und dabei Vorwissen zu nutzen. Das Grundlagenthema, VL-Einbettungen mit neurosymbolischen Lernverfahren zu koppeln, angewendet auf robotische Exploration, ist hochrelevant für eine Vielzahl von Anwendungsfelder der autonomen Robotik.