13. Antizipierende interaktiv lernende autonome Agenten

Bisher ist die Zusammenarbeit von Menschen mit autonomen Agenten noch sehr eingeschränkt und künstlich. Um zu einer möglichst natürlichen Zusammenarbeit in der Mensch-Roboter-Kollaboration zu kommen, werden Ansätze benötigt, die auf den menschlichen Fähigkeiten der Antizipation anderer fußen. Der Frage wird nachgegangen, wie der Mensch in der Lage ist, Kollaborationspartner zu antizipieren und mit ihnen indirekt zu kommunizieren. Weitere Fragen sind, wie mögliche kritische Situationen vorhergesehen werden können und wie eine flexible Aufgabenallokation realisiert werden kann. Die Integration kognitiver Modellansätze kann einem autonomen Agenten antizipative Fähigkeiten verleihen. Vorgestellt werden hierzu Umsetzungen mentaler Modelle spezifischer Situationen (1), spezielle Eigenschaften des Kooperationspartners (2) als auch der möglichen Handlungen und deren Auswirkungen des Agenten selbst (3). Es werden Beispiele aus dem Feld der kognitiven Assistenz herangezogen, in welcher ebenfalls Kollaborationspartner antizipiert werden. Des Weiteren ist die Fähigkeit, schnellere und flexiblere Lernformen zu verwenden, gegeben. Die Integration kognitiver Systemansätze in autonome Systeme könnte einige derzeit bestehende Probleme, wie die fehlende Transparenz und Anpassung an die Nutzer, weitreichend lösen.