Titelaufnahme

Titel
Self-localization and navigation in bionically inspired agents / von Ivan Šakić
VerfasserŠakić, Ivan
Begutachter / BegutachterinDietrich, Dietmar ; Schaat, Samer
Erschienen2014
UmfangIX, 96 S. : Ill., graph. Darst.
HochschulschriftWien, Techn. Univ., Dipl.-Arb., 2014
Anmerkung
Zsfassung in dt. Sprache
SpracheEnglisch
DokumenttypDiplomarbeit
Schlagwörter (DE)Künstliche Intelligenz / Cognitive Systeme
Schlagwörter (EN)Künstliche Intelligenz / Cognitive Systeme
URNurn:nbn:at:at-ubtuw:1-72521 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Self-localization and navigation in bionically inspired agents [3.95 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Im Artifical Recognition System (ARS)-Projekt wird aktuell versucht ein bionisch-kognitives Modell für intelligente autonome Agenten zu entwickeln. Das ARS-Modell nutzt einen ganzheitlichen Ansatz der Wahrnehmung und des logischen Denkens, welcher vom psychoanalytisch-funktionalen Modell des menschlichen Verstands inspiriert ist und auf Trieben und Emotionen basiert. Dies treibt den Stand der Wissenschaft voran und eröffnet neue Möglichkeiten, Probleme auf dem Gebiet der künstlichen Intelligenz zu lösen. Das Ziel dieser Arbeit ist es, eine Beschreibung des symbolischen Wegpunkt-basierten Navigationsmodells zu erstellen, welches auf dem kognitiven ARS-Modell beruht. Unter Zuhilfenahme der fortschrittlichen kognitiven Fähigkeiten, die das zugrunde liegende Modell bietet, können neue Lösungen zu Problemen wie die Lokalisation, der Kartenerstellung und der Routenplanung der Agenten entwickelt werden. Diese Thesis untersucht verschiedene qualitativ-symbolische Ansätze der Agentenlokalisation, um die Grundprinzipien dieses Prozesses zu bestimmen. Dadurch kann eine grundlegende Fähigkeit zur Lokalisation hergestellt werden, die durch zusätzliche Entwicklungen erweitert werden kann. Zusätzlich wird das Konzept der hierarchischen kognitiven Karte auf ihre Tauglichkeit als Darstellung einer räumlichen Wissensrepräsentation untersucht. Dabei wird ein besonderes Augenmerk auf die Integration in die Repräsentation des gemeinsamen Wissens des ARS-Modells gelegt, um räumliche Schlussfolgerung auf hoher Ebene zu ermöglichen. Schließlich wird der Prozess der Routenplanung mit Hilfe der integrierten kognitiven Karte analysiert. Dabei werden die Möglichkeiten und Vorteile der Routenberechnung und -auswahl unter Zuhilfenahme des Entscheidungsfindungsprozesses untersucht. Die Implementierung des Navigationsmodells wurde mit Hilfe einer Simulation unter der Nutzung verschiedener Szenarios evaluiert. Sie zeigte dabei ein Verhalten, das mit den Zielen des ARS-Projekts übereinstimmt. Zusätzlich hat die Evaluierung eine Menge an Daten geliefert, die die Forschung und Weiterentwicklung des Navigationsmodells als Teil des ARS-Modells vorantreiben können.

Zusammenfassung (Englisch)

The Artificial Recognition System (ARS) project is an ongoing attempt to create a bionic cognitive model for autonomous intelligent agents. The ARS model adopts a holistic approach to perception and high-level reasoning based on drives and emotions that is inspired by the psychoanalytical functional model of the human mind, pushing further the boundaries of the current state of the art and opening new possibilities for solving many problems in the field of artificial intelligence. The purpose of this thesis is to provide a description of a symbolic landmark-based navigation model that is based on the ARS cognitive model. Utilizing advanced cognitive capabilities provided by the underlying model allows for novel approaches to the problem of agent localization, map construction, and route planning. The thesis explores various qualitative symbolic approaches to agent localization in an effort to identify the core principles behind this process, thus forming a basic localization capability that can be augmented by additional capabilities as the research progresses. Furthermore, the concept of a hierarchical cognitive map as a mean of spatial knowledge representation is considered, with particular emphasis on the integration into the common knowledge representation of the ARS model, with the aim to organically facilitate high-level spatial reasoning. Finally, the process of route planning is considered based on the integrated cognitive map, exploring the possibilities and advantages of route calculation and selection guided by the decision-making process. The implementation of the navigation model has been evaluated in a simulated environment using various scenarios and has demonstrated behavior consistent with the aims of the ARS project. In addition, the results of the evaluation have provided a great amount of information that paves the way for further research and development of the navigation model as a part of the ARS model.