Motivation
Obwohl die Entwicklung autonomer Systeme in letzter Zeit zugenommen hat, sind aktuelle Anwendungen immer noch stark von der Verfügbarkeit menschlicher Operatoren, entweder lokal oder aus der Ferne, abhängig. In Situationen, in denen das System nicht aus eigener Kraft weiterarbeiten kann, helfen diese Operatoren oder übernehmen die Kontrolle. In einem solchen Fall kann der autonome Agent einen Kontrolltransfer (engl. Transfer of Control – ToC) einleiten, um die Kontrolle reibungslos an einen anderen Agenten, möglicherweise auch einen Menschen, zu übertragen und später wieder zu erhalten. Bislang wurde diese Kontrollübergabe weitgehend isoliert betrachtet. Ein wichtiger Schritt in Richtung Langzeit-Autonomer Systeme und Ziel von CAMELOT besteht darin, Systeme zu entwickeln, die aus vergangenen Situationen lernen können, um ihr Verhalten in zukünftigen, ähnlichen Situationen zu verbessern. Dadurch kann die Kontrollübergabe an den Menschen zumeist effizienter, in einigen Fällen sogar obsolet werden, was auch eine Kernforderung der Industrie ist, die sich mit diesem Thema auseinander setzt.
Ziele und Vorgehen
CAMELOT setzt auf vorherigen Forschungsprojekten des Deutschen Forschungszentrums für Künstliche Intelligenz auf, indem die Kontrollübergabe aus dem Blickwinkel selbstlernender Systeme sowie multimodaler Mensch-Maschine-Interaktion betrachtet wird. Modelle des maschinellen Lernens unterstützen das System dabei, Situationen zu erkennen und zu klassifizieren. Die Modelle sind mehrfach adaptiv, d. h. sie können durch passive Beobachtung und durch aktives Anlernen eines Benutzers verbessert werden, um mit neuen Situationen umzugehen. Multimodalität spielt einerseits als Quelle für die Erkennung von Benutzerverhalten in Reaktion auf das System eine Rolle, sowie andererseits für die natürliche Kommunikation zwischen System und Benutzer, falls es zu einer Kontrollübergabe kommt. Durch Einsatz neuer Methoden wird nicht nur die Erklärbarkeit und Erweiterbarkeit sichergestellt, sondern auch eine Verbesserung der Erkennungsleistung gegenüber dem Stand der Technik angestrebt.
Innovationen und Perspektiven
Durch seine Living Labs ist das DFKI hervorragend als Standort zur Umsetzung demonstrationsfähiger Prototypen für diese neue Form von Langzeit-Autonomen Systemen geeignet. In CAMELOT werden Demonstratoren für Industrie 4.0, Handel sowie für die Automobilbrancheentwickelt. In zwei begleitenden Studien wird die Auswirkung auf die Mensch-Maschine-Interaktion evaluiert.