GET-Forschungsseminar Abstracts
Modeling of knowledge representation and decision processes in biologically inspired working memory of mobile robotic system
Alexander Krüger, GET Lab
Vortrag: Mi. 09. Februar, 16:30, Raum P 1.4.17
Zusammenfassung:
Menschen und Tiere sind in der Lage in unvorhergesehenen Situationen sinnvoll zu reagieren. Sie lernen sich auch bei widersprüchlichen Umgebungseindrücken in neuer Umgebung zu orientieren, um ihre Ziele zu erreichen. Dies ist möglich, da sie nicht nur spezielle Strategien zum Erreichen eines Ziels lernen, sondern eine allgemeine Repräsentation von kausalen Zusammenhängen bilden. Diese kognitiven Fähigkeiten können als Inspiration für adaptive Agentensysteme dienen. Neben den Modellen der Psychologie haben Befunde aus den Neurowissenschaften durch Fortschritte bei den bildgebenden Verfahren in den letzten Jahrzehnten immer mehr Bedeutung gewonnen. Durch diese Verfahren können Rückschlüsse über die Funktionsweise und das Zusammenwirken verschiedener Hirnareale gewonnen werden. Die Grundlage für das Treffen von Entscheidungen ist dieses Zusammenwirken mehrerer neuronaler Mechanismen. Die Gedächtnisstrukturen sind dabei von besonderer Wichtigkeit. Das Modellieren einer Wissensrepräsentation gestützt auf Erkenntnisse über die kognitiven Fähigkeiten von Menschen und Tieren kann als Grundlage für adaptives Verhalten bei technischen Systemen dienen.Das Ziel dieser Bachelorarbeit ist die Realisierung und Nutzung einer auf dynamischen Bayesieschen Netzen basierenden Wissensrepräsentation zur Unterstützung der Navigation. Neben dem modellfreien Reinforcement Lernen soll diese generalisierte Umgebungsrepräsentation den Agenten bei Lösung diverser Navigationsaufgaben unterstützen.