Zusammenfassung
Mit zunehmender Komplexität und Automatisierung der Technik werden Roboter zu Dienstleistern der Industriegesellschaft. Die Evolution lebender Organismen inspiriert heute die Konstruktion von Robotiksystemen für unterschiedliche Zwecke [1]. Mit wachsenden Komplexitäts‑ und Schwierigkeitsgraden der Dienstleistungsaufgabe wird die Anwendung von KI‐Technik unvermeidlich. Dabei müssen Roboter nicht wie Menschen aussehen. Genauso wie Flugzeuge nicht wie Vögel aussehen, gibt es je nach Funktion auch andere angepasste Formen. Es stellt sich also die Frage, zu welchem Zweck humanoide Roboter welche Eigenschaften und Fähigkeiten besitzen sollten.
Humanoide Roboter sollten direkt in der menschlichen Umgebung wirken können. In der menschlichen Umwelt ist die Umgebung auf menschliche Proportionen abgestimmt. Die Gestaltung reicht von der Breite der Gänge über die Höhe einer Treppenstufe bis zu Positionen von Türklinken. Für nicht menschenähnliche Roboter (z. B. auf Rädern und mit anderen Greifern statt Händen) müssten also große Investitionen für Veränderungen der Umwelt ausgeführt werden. Zudem sind alle Werkzeuge, die Mensch und Roboter gemeinsam benutzen sollten, auf menschliche Bedürfnisse abgestimmt. Nicht zu unterschätzen ist die Erfahrung, dass humanoide Formen den emotionalen Umgang mit Robotern psychologisch erleichtern.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Mainzer K (2010) Leben als Maschine? Von der Systembiologie zur Robotik und künstlichen Intelligenz. Mentis, Paderborn
Kajita S (Hrsg) (2007) Humanoide Roboter. Theorie und Technik des Künstlichen Menschen. Aka, Berlin
Ulbrich H, Buschmann T, Lohmeier S (2006) Development of the humanoid robot LOLA. Journal of Applied Mechanics and Materials 5(6):529–539
Murray RM, Li Z, Sastry SS (1994) A Mathematical Introduction to Robot Manipulation. CRC Press, Boca Raton, Florida
Isozumi, Akaike, Hirata, Kaneko, Kajita, Hiruka (2004) Development of humanoid Robot HRP-2. Journal of RSJ 22(8):1004–1012
Newell A, Simon HA (1972) Human Problem Solving. Prentice Hall, Englewood Cliffs NJ
Siegert H, Norvig P (1996) Robotik: Programmierung intelligenter Roboter. Springer, Berlin
Valera F, Thompson E, Rosch E (1991) The Embodied Mind. Cognitive Science and Human Experience. MIT Press, Cambridge (Mass.)
Marcus G (2003) The Algebraic Mind: Integrating Connectionism and Cognitive Science. Cambridge (Mass.)
Pfeifer R, Scheier C (2001) Understanding Intelligence. A Bradford Book, Cambridge (Mass.)
Mainzer K (2009) From embodied mind to embodied robotics: Humanities and system theoretical aspects. Journal of Physiology (Paris) 103:296–304
Domingos P, Richardson M (2004) Markov logic: A unifying framework for statistical relational learning. In: Proceedings of the ICML Workshop on Statistical Relational Learning and Its Connections to Other Fields, S 49–54
Koerding KP, Wolpert D (2006) Bayesian decision theory in sensomotor control. Trends in Cognitive Sciences 10:319–329
Thurn S, Burgard W, Fox D (2005) Probabilistic Robotics. MIT Press, Cambridge (Mass.)
Pearl J (2000) Causality, Models, Reasoning, and Inference. Cambridge University Press, Cambridge (Mass.)
Glymour C, Scheines R, Spirtes P, Kelley K (1987) Discovering Causal Structures. Artificial Intelligence, Philosophy of Science, and Statistical Modeling. Academic Press, Orlando
Braitenberg V (1986) Künstliche Wesen. Verhalten kybernetischer Vehikel. Vieweg+Teubner, Braunschweig
Arkin R (1998) Behavior-Based Robotics. A Bradford Book, Cambridge (Mass.)
Knoll A, Christaller T (2003) Robotik. Fischer Taschenbuch Verlag, Frankfurt, S 82 (nach Abb. 17)
Wilson EO (2000) Sociobiology: The New Synthesis. 25th Anniversary Edition. Belknap Press, Cambridge (Mass.)
Wilson EO (1971) The Insect Societies. Belknap Press, Cambridge
Balch T, Parker L (Hrsg) (2002) Robot Teams: From Diversity to Polymorphism. A K Peters/CRC Press, Wellesley (Mass.)
Mataric M (1993) Designing emergent behavior: From local interaction to collective intelligence. In: From Animals to Animates 2 2nd Intern. Conference on Simulation of Adaptive Behavior, S 432–441
Mataric M, Sukhatme G, Ostergaard E (2003) Multi-robot task allocation in uncertain environments. Autonomous Robots 14(2–3):253–261
Brooks RA (2005) Menschmaschinen. Campus Sachbuch, Frankfurt
Dautenhahn K (1995) Getting to know each other – Articial social intelligence for autonomous robots. Robotics and Autonomous Systems 16:333–356
Stone P (2000) Layered Learning in Multiagent Systems. A Winning Approach to Robotic Soccer. A Bradford Book, Cambridge (Mass.)
Leottau DL, Ruiz-del-Solar J, MacAlpine P, Stone P (2016) A study of layered learning strategies applied to individual behaviors in robot soccer. In: Almeida L, Ji J, Steinbauer G, Luke S (Hrsg) RoboCup-2015: Robot Soccer World Cup XIX, Lecture Notes in Artificial Intelligence. Springer, Berlin
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2019 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Mainzer, K. (2019). Roboter werden sozial. In: Künstliche Intelligenz – Wann übernehmen die Maschinen?. Technik im Fokus. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-58046-2_8
Download citation
DOI: https://doi.org/10.1007/978-3-662-58046-2_8
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-662-58045-5
Online ISBN: 978-3-662-58046-2
eBook Packages: Computer Science and Engineering (German Language)