RobotChallenge is a project of the
Austrian Society for Innovative Computer Science
Austrian Society for Innovative Computer Science
A Symposium about recent developments and future prospects in robotics took place after the RobotChallenge competitions at 11 March 2006 at Siemens Forum Vienna. Here is a list of the given lectures:
De Montfort University, Leicester, UK
This talk will discus the need to model uncertainty in many applications, including mobile robots. It will provide an overview of fuzzy logic and discuss the issues that need considering when implementing fuzzy logic in computer systems.
Slovak University of Technology, Bratislava, SK
In our presentation you will see a drawing robot, which can be programmed from Your program (C, C++, Java) or from children's programming language Logo. Robot can be also controlled locally using joystick or very remotely through the internet. Those remotely controlled live in the teleopreated lab located at the STU in Bratislava. You will see how they sleep, move, eat,...
We will demonstrate all the features and explain the technologies used.
DI (FH) Alexander Hofmann, Harald Sams, Thomas Kladensky
University of Applied Science Technikum Vienna
The robot soccer team of the University of Applied Science Technikum Vienna was last year very successful with a second place in the European Championship and a place in the quarter final in the RoboCup World Championship in Japan. This great achievement confirms the dedicated pedagogic work of the teachers and professors at the Technical College. But not the least, it was the students who through tireless efforts and conversion of science into know-how who built the successful robots. In their lecture.
DI Jörg Irran
Austrian Research Institute for Artificial Intelligence
In diesem Vortrag wird ein Ansatz präsentiert der es einem künstlichen Agenten ermöglichen soll die durch sein eigenes Aktionspotential existierenden Handlungsmöglichkeiten mit seiner Umwelt zu erkennen und zu erlernen sowie diese in weiterer Folge nutzen zu können.
Dies wird durch Methoden erreicht die einen mit Reflexen ausgestatteten Roboter befähigen Objekte oder Objektteile (Entitäten), die mit seinen Reflexen in Beziehung stehen, zu erkennen und Repräsentationen dieser Objekte abzuspeichern - sich diese Entitäten zu "merken" - sowie den Ausgang seiner Handlungen zu erkennen und zu charakterisieren sowie später vorhersagen zu können.
Ein Beispiel ist das per Reflex ausgelöste Greifen von Objekten. Nach etlichen Versuchen und Lernschritten werden im Entitätenraum Repräsentationen der Objekte oder Objektteile die den Greifreflex ausgelöst haben abgespeichert sein sowie im Handlungsausgangsraum Charakterisierungen von "greifbar" und "nicht greifbar" entstanden sein.
Durch den selbstständigen Aufbau dieser Repräsentationsräume für Handlungsausgänge und involvierte Entitäten sowie das in Beziehung Setzen mit den eigenen Aktionsmöglichkeiten findet ein Lernprozess statt, der einem nur mit grundlegenden Aktionen und Reflexen ausgestatteten Agenten ohne vorprogrammiertes Wissen von Objekten und Umwelt ermöglicht seine Handlungsmöglichkeiten zu erkennen und zu nutzen.
