Zusammenfassung
Dieser Beitrag präsentiert eine selektive Wertung einiger von der Künstlichen Intelligenz (kurz: KI) angebotenen Paradigmen im Hinblick auf die besonderen Anforderungen, die mit dem praktischen Einsatz von Industrierobotern verbunden sind. — Das Vermögen der Künstlichen Intelligenz, mit komplexen, dynamisch veränderlichen Strukturen umzugehen sowie Wissen auf verschiedenen (Meta-) Ebenen zu handhaben, also logische Schlüsse zu ziehen, ist notwendig für sinnvolles Agieren in der realen Welt. Inferentielle Intelligenz allein reicht jedoch nicht aus, um einem Manipulationsroboter das Attribut „geschickt“ zu sichern. Geschicklichkeit ist prozedurales Wissen über die in einem brauchbaren Sinn günstigste Lösung einer Aufgabe, welches über das Wissen, das zu deren prinzipiellen Bewältigung erforderlich ist, hinausgeht. Darüberhinaus spielt die unmittelbare Verfügbarkeit dieses Wissens eine wichtige Rolle. Der Bedeutungsunterschied zwischen “intelligent” und „geschickt“ wird erläutert. — Der Neuerwerb des erforderlichen Wissens jedoch ist mit hohem Aufwand verbunden, so daß die bereits vorhandenen Erfahrungen gründlich auszuschöpfen sind. Die Vielfalt der physikalischen Welt verhindert aber viel zu häufig, daß alte Erfahrungen zu späteren Zeitpunkten noch „wortwörtlich“ gelten. Bei der Überwindung solcher „kleinen Wissenslücken“ spielen analogische Schlußtechniken eine erfolgversprechende Rolle.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturangaben
Albus, J.S., “Robotics”. NATO A.S.I. on Robotics and Artificial Intelligence June/July 1983 (preprint)
Carbonell, J.G., “Learning by Analogy: Formulating and Generalizing Plans from Past Experience”. In [7], pp. 137–161
Dietterich, T.G., London, B., Clarkson, K., Dromey, G., Learning and Inductive Inference. Report STAN-CS-82–918, Stanford University, Department of Computer Science, May 1982
Dufay, B., Latombe, I.-C., “An Approach to Automatic Robot Planning Based on Inductive Learning”. 1st International Symposium of Robotics Research, New Hampshire, August-September 1983 (preprint)
Jäppinen, H., “Intelligent Behavior without Planning”. In Progress in Cybernetics and Systems Research (Ed.) Trappl/Findler/Horn, Hemisphere, 1982
Jäppinen, H., “A Model for Representing and Invoking Robot Bodily Skills”. Procs. Advanced Software in Robotics, Liege, 4–6th May, 1983, pp.333–342, Elsevier, 1984
Michalski, R.S., Carbonell, J.G., Mitchell, T.M., Machine Learning: An Artificial Intelligence Approach. Tioga Publishing Company, Palo Alto, 1983
Simons, J., van Brussel, H., de Schutter, J., Verhaert, J., “A Self-Learning Automaton with Variable Resolution for High Precision Assembly by Industrial Robots”. IEEE Trans. AC-27, No.5, Oct. 1982, pp.1109–1113
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1984 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Heyers, R. (1984). Zur Bedeutung der Künstlichen Intelligenz für Geschickte Roboter. In: Ehrich, HD. (eds) Fachgespräche auf der 14. GI-Jahrestagung. Informatik-Fachberichte, vol 89. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-70087-3_10
Download citation
DOI: https://doi.org/10.1007/978-3-642-70087-3_10
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-13862-4
Online ISBN: 978-3-642-70087-3
eBook Packages: Springer Book Archive