GOAL basiert auf zwei Schlüsselerkenntnissen. Erstens, um einen autonomen, offenen Lernprozess zu realisieren, sollten Roboter in der Lage sein, selbständig ihre Lernziele zu definieren und die zum Erreichen dieser Ziele notwendigen Fertigkeiten zu üben. Zweitens können neue Lernalgorithmen selbst-generierte Ziele nutzen, um das Lernen von Fertigkeiten drastisch zu beschleunigen. Das neue Paradigma wird es Robotern ermöglichen, sich ein großes Repertoire an Fertigkeiten selbstständig anzueignen. Diese können dann später genutzt werden, um neue benutzerdefinierte Aufgaben zu lösen, die zur Designzeit des Roboters noch nicht vorhersehbar waren. Dieser Ansatz könnte für die Entwicklung zukünftiger Serviceroboter von großem Nutzen sein.  

Das Projekt wird das GOAL-Paradigma entwickeln, indem es drei Hauptziele verfolgt: (1) ein besseres Verständnis dafür, wie Kinder autonom Lernziele definieren und Fertigkeiten lernen; (2) die Entwicklung innovativer Rechenarchitekturen und Algorithmen, die die Selbstgenerierung nützlicher Ziele auf der Grundlage von benutzer- und aufgabenunabhängigen Mechanismen wie intrinsischen Motivationen und die Verwendung solcher Ziele zum effizienten und autonomen Aufbau großer Repertoires von Fertigkeiten unterstützen; (3) die Demonstration des Potenzials des GOAL Ansatzes mit einer Reihe von zunehmend anspruchsvollen Demonstratoren, in denen Roboter selbstständig komplexe Fertigkeiten entwickeln und diese zur Lösung schwieriger Aufgaben einsetzen.

Das interdisziplinäre Projektkonsortium besteht aus führenden internationalen Robotikern, Kognitionswissenschaftlern und Entwicklungspsychologen, die mit komplementären Ansätzen arbeiten. Dies wird es dem Projekt ermöglichen, unser Verständnis für offenes, lebenslanges Lernen zu verbessern und einen Durchbruch auf dem Gebiet der autonomen Robotik zu erzielen, indem erstmals Roboter hergestellt werden, die ganz autonom immer neue Fähigkeiten und Kenntnisse erlernen können.

Weitere Informationen gibt es auf der Projektwebseite:

Prof. Dr. Jochen Triesch