ALOOF

Autonomous Learning of the Meaning of Objects

ALOOF wird es Robotern ermöglichen, die Bedeutung von Objekten zu erlernen, die sie noch nie zuvor gesehen haben. Dabei wird das stetig wachsende Wissen aus den Erfahrungen des Roboters und des Webs in einer für situierte Umgebungen geeigneten Wissensrepräsentation nutzbar gemacht. Durch gezielte Suche im Web werden Roboter lernen, welche spezifischen Eigenschaften Objekte haben, oder an welchen Orten man diese üblicherweise finden kann. Um dies zu ermöglichen brauchen Roboter einen Mechanismus, der es Ihnen ermöglicht, Wissen aus Erfahrung und Wissen aus dem Web zu fusionieren.

Das Ziel von ALOOF ist es, die Möglichkeiten autonomer Systeme zu erweitern, um deren Betrieb in stetig veränderlichen, dynamischen Umgebungen zu verbessern, indem diese kontinuierlich lernen, ihr Wissen über die Bedeutung von Objekten mithilfe von Internet Ressourcen zu erweitern.

Der Fokus in ALOOF ist hierbei explizit auf Objekte gerichtet und die damit auftretenden Wissenslücken, die ein Service-Roboter im Betrieb schließen muss.

Der grundlegende Beitrag von ALOOF ist es, Robotern zu ermöglichen, Repräsentationen ihrer situierten Erfahrung und jene im Web optimal zu kombinieren.

Partner

Funding

Chist-era, FWF

Ansprechpartner

Ao.Univ.Prof. Dipl.-Ing. Dr.techn. Markus Vincze

ProjektmitarbeiterInnen

Dipl.-Ing. Markus Suchi
Paloma de la Puente
Karthik M. Varadarajan

Laufzeit

2015 - 2017

Status

laufend

Externe Projektseite

https://project.inria.fr/aloof/