Motivation
Die aktuellen Entwicklungen in der Digitalisierung, der KI-basierten Datenverarbeitung und leistungsfähiger Hardware, legen den Grundstein für zukünftige Roboter als verkörperte KI-Assistenten. Diese intelligenten Roboter müssen vielseitig, adaptiv und flexibel in Bezug auf Veränderungen in der Umgebung oder den Anforderungen sein, um für ihren Zweck der Unterstützung im Alltag und bei der Arbeit optimiert zu werden. Außerdem müssen sie auf die Bedürfnisse des Nutzers zugeschnitten sein, um eine hohe Akzeptanz zu erreichen und den Wunsch nach Individualität zu erfüllen. Der Anwender will entscheiden, wie ein System aussehen und sich verhalten soll. Dies gilt nicht nur für die persönliche Assistenz im Alltag, sondern auch für die Zusammenarbeit von Robotern und Menschen in Produktion, Logistik oder Pflege. Daruber hinaus sollen individuell zugeschnittene Roboter vom Anwender einfach gestaltet und möglichst automatisch während des Einsatzes an veränderte Bedürfnisse oder beobachtete neue Anforderungen angepasst werden.
Ziele und Vorgehen
Die existierende X-ROCK Serie ermöglicht es Anwendern, ihren persönlichen Assistenten ohne jegliches Expertenwissen zu entwerfen, aber hilft auch Domänenexperten, Verbesserungsmöglichkeiten eines Systems zu identifizieren. M-Rock ist das dritte Vorhaben der X-Rock Projektlinie und baut auf den Ergebnissen der vorangegangenen Vorhaben D-Rock und Q-Rock auf. In Q-Rock wurde eine Lösung geschaffen, mit der automatisiert ermittelt werden kann, zu welchen Verhalten der Roboter aufgrund seiner Hardware in der Lage ist bzw. welche Hardwarekomposition notwendig ist, um ein bestimmtes Verhalten umzusetzen. Das Hauptziel von M-Rock ist es, die Nutzung von Benutzerfeedback zu ermöglichen, um nicht nur das Verhalten der Software im Hinblick auf die individuellen Anforderungen des Anwenders zu optimieren, sondern auch den Q-Rock Softwareablauf hinsichtlich der Hardwareauswahl nachträglich zu optimieren.
Innovationen und Perspektiven
Mit M-Rock soll ein Roboter an die individuellen Anforderungen und Vorlieben des interagierenden Menschen angepasst werden können. Zu diesem Zweck wird das explizite Feedback (z. B. Ratingskala zur Leistungsbewertung) mit implizitem Feedback kombiniert. Als Quelle für implizites menschliches Feedback nutzt M-Rock Messungen der elektrischen Aktivität des Gehirns der Benutzer. Anhand von zwei verschiedenen Bewertungsszenarien werden die Entwicklungen in M-Rock evaluiert und gezeigt, dass die Entwicklungen in M-Rock sowohl von Laien als auch von Domänenexperten gleichermaßen nutzbar sind.