In der heutigen Welt finden Roboter in Industrie und privaten Haushalten zunehmende Verbreitung. Gerade bei kommerziellen Geräten für den Hausgebrauch, wie bspw. autonomen Staubsaugern, ist die Navigation und die Berücksichtigung von umherlaufenden Menschen jedoch oft noch unzureichend. Um die nötige Sicherheit zu gewährleisten, müssen Modelle gefunden werden, die menschliche Bewegungen berücksichtigen und dadurch Kollisionen verhindern können.
In dieser Arbeit wird mithilfe von Reinforcement Learning, einem Verfahren zur Entwicklung von Problemlösungsstrategien in unbekannten Domänen, ein Ansatz entwickelt, der durch Extrapolation auf Basis der gegebenen Situation zukünftige Zustände vorausahnt und daraus ein Zustandssignal kodiert, das effiziente Navigation in Heimumgebungen ermöglicht und dabei die Bewohner berücksichtigt und schützt.
Die entworfene Lösung funktioniert selbst in unbekannten Wohnräumen sehr gut und ist in ihrer Komplexität unabhängig von der Anzahl der zu berücksichtigenden Bewohner.
Auflage
Sprache
Produkt-Hinweis
Broschur/Paperback
Klebebindung
Illustrationen
Maße
Höhe: 27 cm
Breite: 19 cm
Dicke: 10 mm
Gewicht
ISBN-13
978-3-8428-6183-1 (9783842861831)
Schweitzer Klassifikation
Ruben Gerlach, geb. 1985 in Datteln, NRW, studierte in Berlin an der Technischen Universität Informatik mit den Schwerpunkten "Künstliche Intelligenz" und "Computer Graphics". Er schloss sein Studium als Diplom-Informatiker in der Regelstudienzeit mit der Note "sehr gut" ab.
Bereits im Alter von zwölf Jahren entdeckte der Autor die Programmierung für sich und begeistert sich seitdem für die Entwicklung von Computerspielen und verwandten Disziplinen. So stellte er nach dem Abitur die ersten Spiele fertig und wirkte während des Studiums in einer freien Berliner Spieleschmiede an den ersten größeren Projekten mit.
Derzeit arbeitet Gerlach als Freelancer und entwickelt im Auftrag kleiner und großer Klienten Computerspiele und andere interaktive Softwareprojekte. Seine persönliche Homepage ist unter http://www.evil-software.com zu finden. Die in dieser Arbeit vorgestellten Ergebnisse wurden unter anderem auf der European "Conference on Artificial Intelligence" veröffentlicht:http://www.erlars.org/2010/ERLARS2010-Proceedings.pdf.
