
Kooperative Interaktion und Zielverhandlung mit lernenden autonomen Robotern
Vision
Die Vision dieses Projektes ist ein kooperativer, intelligenter Roboter, der sich in dynamischen sozialen Situationen bewegt, dabei vertrauenswürdig und akzeptanzfördernd agiert und seine Handlungen mit den Menschen im Umfeld verhandelt und koordiniert. Der Roboter ist in diesem Sinne ein freundlicher, kommunizierender und kompetenter Interaktionspartner. Er verfügt über die Möglichkeit die Menschen und ihre Intentionen in seinem Umfeld zu verstehen und kann sich den sozialen Gegebenheiten und neuen Umgebungen anpassen sowie neue Aufgaben lernen.
Motivation
Die Vorteile der mobilen Robotik in Bereichen wie Wohnen, Haushalt, Gesundheit, Pflege, Kommunikation und Dienstleistung kommen nur vollständig zum Tragen, wenn Roboter praktikable und bedürfnisgerechte Interaktionsstrategien verfügen. Diese müssen eine situations- und zielorientierte Kommunikation mit dem Nutzungsumfeld erlauben und beim Benutzer auf Vertrauen stoßen.
Ziele und Vorgehen
Im Projekt RobotKoop werden deshalb kooperative Interaktionsstrategien für Serviceroboter entwickelt – sowohl für den privaten als auch öffentlichen Raum. Der Fokus liegt auf der Erforschung intuitiver, akzeptabler, vertrauenswürdiger, sicherer und menschenähnlicher Interaktionsstrategien. Grundlage dieser Strategien ist ein psychologisches Rahmenmodell der Mensch-Roboter-Interaktion (MRI), das die Ableitung von Anforderungen an die MRI und die Evaluation ihrer psychologischen Wirkung erlaubt. Das Modell wird zur Optimierung der Interaktion zum Beispiel zur Anzeige eines vom Roboter geplanten Weges, zur Aufgabenkommunikation und zu Verhandlungen mit umstehenden Personen während der Aufgabenerfüllung verwendet. In zwei Szenarien werden auf dieser Grundlage Interaktionsstrategien umgesetzt, um die Validität des Modells zu zeigen.
Innovationen und Perspektiven
Der Roboter als freundlicher, kommunizierender und kompetenter Interaktionspartner kann die Menschen und ihre Intentionen in seinem Umfeld besser als bisher verstehen, sich den sozialen Gegebenheiten und anderen Umgebungen anpassen und neue Aufgaben lernen. Damit wird die Akzeptanz von Servicerobotern gestärkt und der öffentliche wie private Einsatz erleichtert.