REACT

REACT wird als ein strategisch bedeutsames Projekt am Fachbereich ASR angesehen, da die Inhalte gleichzeitig ein Kernthema im Kompetenzzentrum Autonomes Fahren (CCAD) darstellen. Gesamtziel von REACT ist eine systematische, sichere und validierbare Herangehensweise zur Entwicklung, zum Training und dem Einsatz Digitaler Realität, um ein sicheres und zuverlässiges Handeln von Autonomen Systemen - insbesondere in kritischen Situationen - zu erreichen. Dazu werden Methoden und Konzepte des Maschinellen Lernens - insbesondere des Deep-Learnings und des (Deep-) Reinforcement-Learnings (RL) - verwendet, um niedrigdimensionale Teilmodelle der realen Welt zu lernen. So soll die ganze Spanne an existierenden kritischen Situationen erfasst und identifiziert werden, um sie im virtuellen Raum simulieren zu können. Mittels dieser Digitalen Realität können dann die sonst fehlenden Sensordaten für kritische Situationen virtuell synthetisiert und mit ihnen Autonome Systeme und Fahrzeuge für den sicheren und zuverlässigen Umgang mit kritischen Situationen trainiert werden. Das ultimative Ziel des Projektes besteht darin, die Fähigkeiten der Autonomen Systeme durch den kontinuierlichen Abgleich mit der Realität und die notwendige Adaption der Modelle systematisch zu validieren und ständig zu verbessern.