Schlußbemerkung

Zusammenfassung

In dieser Arbeit wurde ein Überblick bezüglich maschineller Lernsysteme sowie Ansätze zu deren Anwendung in der Robotik gegeben. Keine der Ansätze ist auf bisher aus dem Konzept- bzw. Laborstadium zu praktischer oder industrieller Reife entwickelt worden. Der noch anhaltende Erkenntnisprozeß auf dem Gebiet der maschinellen Lerntheorien sowie der Entwicklung lernfähiger Systeme ist einer der Gründe hierzu. Erhebliche Fortschritte wurden auf den Gebieten lernender Automaten und lernfähiger analoger Systeme (adaptive Regler, Adaptionsalgorithmen, dynamische Regelungssyteme mit Selbstorganisation) erzielt. Ein Grund hierzu liegt in den sehr speziellen aber Überschaubaren Domänen der technischen Applikationen. Die Vielfalt der adaptiven Modelle umfassen lineare und nichtlineare dynamische Reglersysteme sowie Zustandsregelungssysteme. Die Domäne des Lernens von Verhalten, speziell fllr autonome mobile Roboter, ist wesentlich komplexer in seiner Anlage, da die Zielbildung und Verhaltensplanung durch Wahrnehmungsprozesse, Situationsanalysen, Entscheidungsstrukturen sowie Verhaltens- und Wissenskorrekturen charakterisiert ist. Erschwerend kommen die Unsicherheiten in den Wahrnehmungsprozessen hinzu, die durch den gegenwärtigen technologischen Stand in der Sensorentwicklung ihre Ursache haben. Ein Ansatz zur Unterstützung dieser Prozesse durch Fuzzy Logik, die in dieser Abhandlung theoretisch besprochen wurde, könnte hierbei Abhilfe leisten. Zahlreiche Wahrnehmungen beruhen auf Approximation und vagen Informationen die als “fuzzy sets” behandelt werden können.