M-Rock ist Teil der X-Rock Entwicklungen, die es Anwendern ermöglichen sollen, persönliche Assistenten ohne jegliches Expertenwissen zu entwerfen, und Domänenexperten bei der Identifizierung von Verbesserungsmöglichkeiten eines Systems unterstützen. M-Rock baut auf den Ergebnissen von D-Rock und Q-Rock auf. Lösungen zur Modularisierung und Modellierung, die in D-Rock entwickelt wurden, ermöglichen eine effiziente Wiederverwendung von Komponenten und beschreiben, wie Komponenten in einem bestimmten Kontext verwendet werden können. Q-Rock bildet automatisch die strukturelle Hardware- und Softwarekomplexität aktueller Robotersysteme auf Verhaltensweisen ab.
Das Hauptziel von M-Rock ist es, die Nutzung von Benutzerfeedback zu ermöglichen, um nicht nur das Verhalten auf der Softwareseite im Hinblick auf die individuellen Anforderungen des Anwenders zu optimieren, wie im Ausblick von Q-Rock gezeigt, sondern auch eine nachträgliche Optimierung des Q-Rock Softwareablaufs hinsichtlich der Hardwareauswahl zu realisieren. M-Rock ermöglicht damit eine automatische Anpassung eines Roboters an die individuellen Anforderungen und Vorlieben des interagierenden Menschen. Zu diesem Zweck kombinieren wir explizites Feedback (z. B. Ratingskala zur Leistungsbewertung) mit implizitem Feedback. Als Quelle für implizites menschliches Feedback macht M-Rock Gebrauch von den EEGs der Benutzer. Anhand von zwei verschiedenen Bewertungsszenarien werden die Entwicklungen in M-Rock evaluiert und gezeigt, dass die Entwicklungen in M-Rock sowohl von Laien als auch von Domänenexperten gleichermaßen nutzbar sind.
Die aktuellen Entwicklungen in der Digitalisierung, der KI-basierten Datenverarbeitung und leistungsfähiger Hardware legen den Grundstein für zukünftige Roboter als verkörperte KI- Assistenten. Diese intelligenten Roboter müssen vielseitig, adaptiv und flexibel in Bezug auf Veränderungen in der Umgebung oder den Anforderungen sein, um für ihren Zweck der Unterstützung im Alltag und bei der Arbeit optimiert zu werden. Außerdem müssen sie auf die Bedürfnisse des Nutzers zugeschnitten sein, um eine hohe Akzeptanz zu erreichen und den Wunsch nach Individualität zu erfüllen. Der Anwender will entscheiden, wie ein System aussehen und sich verhalten soll. Dies gilt nicht nur für die persönliche Assistenz im Alltag, sondern auch für die Zusammenarbeit von Robotern und Menschen in Produktion, Logistik oder Pflege. Darüber hinaus sollen individuell zugeschnittene Roboter vom Anwender ein- fach gestaltet und möglichst automatisch während des Einsatzes an veränderte Bedürfnisse oder beobachtete neue Anforderungen angepasst werden.
Die X-Rock Serie adressiert genau diese Aspekte. X-Rock ermöglicht es Anwendern, ihren persönlichen Assistenten ohne jegliches Expertenwissen zu entwerfen, aber hilft auch Domänenexperten bei der Identifizierung von Verbesserungsmöglichkeiten eines Systems. Methoden der Modularisierung und Modellierung, die in D-Rock entwickelt wurden, ermöglichen eine effiziente Wiederverwen- dung von Komponenten und beschreiben, wie Komponenten in einem bestimmten Kontext verwendet werden können. Q-Rock bildet automatisch die strukturelle Hardware- und Softwarekomplexität aktueller Robotersysteme auf Verhaltensweisen ab.
M-Rock wird direkt auf den Ergebnissen von D-Rock und Q-Rock aufbauen. Sein Hauptziel ist es, die Nutzung von explizitem und implizitem Benutzerfeedback zu ermöglichen, um nicht nur das Verhalten auf der Softwareseite im Hinblick auf die individuellen Anforderungen des Anwen- ders zu optimieren, wie im Ausblick von Q-Rock gezeigt, sondern auch eine nachträgliche Optimierung des Q-Rock Softwareablaufs einschließlich der Hardwareauswahl zu realisieren. M-Rock ermöglicht es einem Anwender, Roboter individuell zu gestalten und, wenn möglich, automatisch während des Einsatzes an veränderte Bedürfnisse oder beobachtete neue Anforderungen anzupassen.
