Zusammenfassung
Eine adaptive Steuerung in unbekannten Umwelten und sich ändernden Prozeßbedingungen sowie eine kontinuierliche Erweiterung des Verhaltensrepertoires zählen zu den wesentlichen Zielsetzungen autonomer mobiler Systeme. Verbunden mit zahlreichen weiteren spezifischen Anforderungen wie beispielsweise Robustheit, Sicherheit und Echtzeitfähigkeit entsteht ein komplexes Steuerungsproblem, welches mit den derzeit eingesetzten Verfahren im Bereich der adaptiven Steuerung bei reaien technischen Anwendungen noch nicht zufriedenstellend gelöst werden kann.
In diesem Artikel wird ein hybrider Lernansatz und eine darauf aufbauende Konzeption einer Lernarchitektur vorgestellt, die mit Hilfe verschiedener Repräsentationsformen und Lernverfahren sowie der Integration unterschiedlicher Wissensquellen effizientes Lernen von Verhaltensteuerungen in komplexen Systemen ermöglicht.
Die hier vorgestellte Forschungsarbeit wird von der Deutschen Forschungsgemeinschaft (DFG Di 330/8-1) unterstützt.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
References
K. J. Astrom and B. Wittenmark. Adaptive Control. Addison Wesley, 1995.
A. G. Barto. Connectionist learning for control: An overview. In W. Th. Miller III, R. S. Sutton, and R J. Werbos, editors, Neural Networks for Control, chapter 1, pages 5–58. The MIT Press, Cambridge, Massachusetts, 1990.
Andrew G. Barto, Richard S. Sutton, and Charles W. Anderson. Neuronlike adaptive elements that can solve difficult learning control problems. IEEE Transactions on Systems, Man and Cybernetics, SMC-13:834–846, 1983.
K. Berns. Steuerungsansätze auf der Basis Neuronaler Netze für sechsbeinige Laufmaschinen. Infix-Verlag, 1994.
St. Cordes. Konzeption und Realisierung einer flexiblen Steuerungsarchitektur für eine sechsbeinige Laufmaschine. Diplomarbeit, Forschungszentrum Informatik an der Universität Karlsruhe, 1994.
J.-Y. Donnart and J.-A. Meyer. A hierrachichal classifier system implementing a motivationaily autonomous animat. In D. Cliff, P. Husbands, J.-A. Meyer, and S.W. Wilson, editors, From Animals to Animats: Proceedings of the Third International Conference On Simulation Of Adaptive Behavior, pages 144–153, 1994.
W. Eppler. Vorstrukturierung neuronaler Netze mit Fuzzy Logik. VDI-Verlag, Düsseldorf, 1993.
S. K. Halgamuge, W. Poechmueller, A. Pfeffermann, and P. Schweikert. A new method for generating fuzzy classifcation systems using RBF neurons with ex-tended RCE learning. In Proceedings of the International Conference on Neural Networks, pages 1589–1594, Orlando, Florida, 1994.
V. Honavar. Towards learning systems that integrate different strategies and representations. Technical Report TR93-22, Iowa State University of Science and Technology, Department of Computer Science, 1993.
W. Ilg. Eine Lernarchitektur zur adaptiven Steuerung der Laufmaschine LAURON. Diplomarbeit, Forschungszentrum Informatik an der Universität Karlsruhe, 1994.
J. Kreuzinger. Eine Arehitektur zur Anwendung symbolischer Lernverfahren in der Robotik. infix-Verlag, 1994.
J. Moody and Ch. Darken. Fast learning in networks of locally-tuned processing units. Neural Computation, 1: 281–294, 1989.
Joseph O Sullivan. Towards a robot learning architecture. Technical report, School of Computer Science, Carnegie Mellon University, 1994.
J. W. Shavlik and G. G. Towell. An approach to combining explanation-based and neural learning algorithms. In J. W. Shavlik and T. G. Dietterich, editors, Readings in Machine Learning, pages 828–839. Morgan Kaufmann Publishers, San Mateo, California, 1989.
S. Thrun. Extracting rules from artificial neural networks with distributed representations. In G. Tesauro, D. Touretzky, and T. Leen, editors, Advances in Neural Information Processing Systems 7. Morgan Kaufmann Publishers, San Mateo, California, 1995.
Sebastian B. Thrun and Tom M. Mitchell. Lifelong robot learning. Technical Report IAI-TR-93-7, Universität Bonn, Institut für Informatik III, July 1993.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1995 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Ilg, W., Berns, K. (1995). Eine adaptive Steuerungsarchitektur zum Erlernen höherer Verhaltensweisen für autonome mobile Systeme. In: Dillmann, R., Rembold, U., Lüth, T. (eds) Autonome Mobile Systeme 1995. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-80064-1_28
Download citation
DOI: https://doi.org/10.1007/978-3-642-80064-1_28
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-60657-4
Online ISBN: 978-3-642-80064-1
eBook Packages: Springer Book Archive