Intentionserkennung bei Aufgabenbearbeitungen anhand situativer kognitiver Modellierung

- Bachelorarbeit -



Description:

Für viele Menschen mit physischen und mentalen Beeinträchtigungen kann es schwierig sein, alltägliche Aufgaben zu erledigen wie beispielsweise kochen. Personen mit mentalen Einschränkungen können beim Kochen wichtige und teilweise sicherheitskritische Schritte vergessen wozu z.B. zählt den Herd auszuschalten oder versuchen einen heißen Topf anzuheben. Für Personen mit körperlichen Beeinträchtigungen kann es hingegen schwierig sein, schwerere Objekte anzuheben und zu bewegen. Zur Unterstützung dieser Personen ist das Ziel ein Modell zu entwickeln, dass beim Kochen situationsabhängig den nächsten Schritt vorhersagt basierend auf bereits erfolgten Aktionen und Zuständen.

Für die Erstellung eines solchen Modells welches Intentionen erkennt und situationsabhängig Folgeschritte vorhersagt wir eine kognitive Architektur verwendet.

Die Anforderung an das Modell ist darüber hinaus, den Nutzer an wichtige vergessene Handlungen zu erinnert und vor möglichen Gefahrensituationen wie das Anfassen eines heißen Topfes zu warnen.

Um das Konzept eines solchen Ansatzes zu testen, werden drei verschiedene Menüs mit zugehörigen Aktionen vordefiniert. Dazu wird ein Taskstate und ein Dangerstate definiert. In dem Taskstate wird der Zustand jedes Objektes gespeichert, sodass nachvollzogen werden kann ob beispielsweise bereits Wasser im Topf ist.

Der Dangerstate wird verwendet um den Zustand von Aktionen mit möglicher Gefahr zu speichern. Dazu werden für jede Aktion nötige Voraussetzungen gespeichert und auf Grund derer geprüft, welche Aktionen möglich wären. Um dabei Flexibilität zu behalten wird geprüft, welche der nächsten Aktionen am wahrscheinlichsten ist, aber die Möglichkeit, dass eine der anderen Aktionen durchgeführt wird, zwischengespeichert. Beim Durchführen der Aktionen wird regelmäßig geprüft ob die vorhergesagte Aktion eingetreten ist oder ob der momentane Zustand aktualisiert werden muss. Zusätzlich wird geprüft, ob weiterhin eine Aktion durchgeführt wird, sodass ein Abbruch des gesamten Kochvorgangs erkannt werden kann.

Zur Evaluation des Modellansatzes werden verschiedene protokollierte Abläufe beim Kochen aufgenommen und dem Modell zugeführt um zu testen ob die Folgeschritte richtig erkannt und Dangerstates zuverlässig identifiziert werden.

Anforderungen/Kenntnisse:

Machine Learning, Cognitive Modelling

Bearbeitung:

Marie Biethahn

Betreuung:

Prof. Dr. rer.nat. Nele Rußwinkel
Institut für Informationssysteme
Ratzeburger Allee 160 ( Gebäude 64 - 2. OG)
23562 Lübeck
Telefon: 0451 / 3101 5700