Infrastruktur zur realitätsnahen Testung von KI-gestützten Robotersystemen in anspruchsvollen Umgebungen (z.B. Wald) ohne direkte Energieanbindung, für multiple Anwendungsfälle (z.B. Überwachung/Erhaltung von Forststraßen) - Human-Robot Teaming

In diesem Projekt werden neuartige Szenarien getestet und bewertet und es wird daran gearbeitet, wie man den "gesunden Menschenverstand" in Roboter einbringen kann. Der verfolgte Ansatz ist "Human-in-the-Loop", der die Vorteile menschlicher Experten mit den Vorteilen der KI kombiniert. Konkret werden in diesem Projekt Einsatzszenarien von Robotern in der Forsttechnik getestet und evaluiert und neue Einsatzszenarien vorgestellt. Die Neuartigkeit dieses Ansatzes ermöglicht es uns, Grundlagen in Bezug auf Anforderungen, Herausforderungen und zukünftige Möglichkeiten im Umgang mit solchen Systemen zu erforschen und so den Weg für fortgeschrittenere Grundlagenprojekte oder Anwendungen zu ebnen. Konkret soll dieses Projekt zu einer Reihe von internationalen Veröffentlichungen und einer Infrastruktur führen um die Grundlagen für den Einsatz zukünftiger KI-Technologien zu erforschen und zu testen und sie in der Lehre anzuwenden. Schließlich könnte auch der entstehende Roboter-Testpark in Tulln - neben dem neuen Haus der Digitalisierung - ein breites Interesse an dem Thema wecken. Die Forschungsmethodik folgt einem 3G-Pionier-Forschungsansatz mit agilem, menschenzentriertem Design: Generation 1 Erprobung bestehender Technologie, Generation 2 Anpassung bestehender Technologie mit kostengünstigen Mitteln, Generation 3 fortgeschrittene Anpassung, die über den Stand der Technik hinausgeht und gemeinsam mit unseren Partnern in Kanada und Großbritannien - weltweit führenden Robotikinstituten - geplant ist. Die durch diesen Vorschlag finanzierte Infrastruktur wird bestehenden Projekten dienen und soll neue, größere Projekte (z.B. in der EU) anspornen. Ein Mehrwert ist auf drei Ebenen geplant: 1) für die internationale KI-Forschungsgemeinschaft durch Publikationen, 2) für das Land Niederösterreich durch a) spätere praktische Anwendungsmöglichkeiten und b) als wichtiger Beitrag zur Lehre und zur Steigerung der Attraktivität der KI-Ausbildung für junge Forscher, um dem Arbeitskräftemangel in der KI entgegenzuwirken.