Kooperative und Autonome Systeme

Autonome mobile Roboter, die in ihrer Umgebung nur über unvollständige Kontrolle und unvollständiges Wissen verfügen, profitieren in hohem Maß von explizitem Wissen und Schlussfolgerungsfähigkeit für ihr rationales und zielgerichtetes Handeln: active sensing, Sensordaten-Disambiguierung, Verhaltensoptimierung, Mensch-Roboter-Kooperation, Erklärungsfähigkeit – diese und weitere Aspekte von robustem und für Menschen nützliche Roboterverhalten sind ohne die Anwendung eines gewissen Maßes an Wissen auf Symbolebene unmöglich. Ein grundlegendes Problem in der KI ist es jedoch, wissensbasierte Techniken, Robotersteuerung, Sensordatenaufnahme und Sensordateninterpretation in geschlossener Regelung und in Echtzeit miteinander zu verknüpfen. Innerhalb dieses Themenspektrums konzentriert sich die Forschung im DFKI-Forschungsbereich Kooperative und Autonome Systeme (CAS) auf hybride (räumlich-zeitliche, hierarchische, probabilistische) Handlungsplanung und wir entwickeln Steuerungsarchitekturen, um Planung mit multimodaler aktiver Sensorik, lernbasierten Methoden zur Sensordateninterpretation, Objektverankerung, multimodaler semantischer Abbildung und Planausführung und -überwachung zu verschmelzen.

Anwendungen unserer Grundlagenforschung in verschiedenen Domänen reichen von der Entwicklung langzeitautonomer Roboter bis zur Integration der entsprechenden Robotiktechnologie zur Unterstützung des Menschen in aktuellen teilautomatisierten Prozessen. Die prominenteste Anwendungsdomäne ist die Landwirtschaft: Als daten- und wissensintensiver, hochdigitalisierter Bereich mit Unsicherheit und Dynamik ermöglicht sie, KI-Technologie sinnvoll einzusetzen. Im „Agrotech Valley“ um Osnabrück herum ist unser Forschungstransfer verankert im bestehenden Ökosystem aus innovativen mittelständischen Agritech-Unternehmen und Forschungspartnern in der Agrar- und Ernährungswirtschaft.

Forschung lebt von Vielfalt, Vielschichtigkeit und Diversität. Diese Werte sind uns wichtig und wir arbeiten daran, sie in unserem Forschungsbereich zu leben - gerade im Bereich der Diversität unseres Teams sehen wir noch Verbesserungspotential. Wir möchten Sie ausdrücklich dazu ermutigen, sich auf offene Stellen zu bewerben, auch gerade dann, wenn Sie sich in unserem Team noch nicht ausreichend repräsentiert sehen.