Neue Wege der Interaktion zwischen Mensch und Maschine
Das von einem Forscherteam des Robotics Innovation Center am DFKI und der Universität Bremen verfasste wissenschaftliche Paper ‚Intrinsic interactive reinforcement learning – Using error-related potentials for real world human-robot interaction‘ beschreibt ein Verfahren des Maschinellen Lernens, bei dem ein Roboter aus dem eigenen Fehlverhalten in der gestengesteuerten Interaktion mit dem Menschen lernt.
Bild: Deutsches Forschungszentrum für Künstliche Intelligenz GmbH
Der Roboter ist dabei in der Lage, gleichzeitig zu lernen, die Gesten des Menschen zu unterscheiden und den von ihm ausführbaren Aktionen zuzuordnen. Ob diese Zuordnung richtig oder falsch war, erfährt er anhand einer EEG-Messung beim Menschen, durch die er im Fall einer fehlerhaften Aktion ein negatives Feedback erhält.
