SymAware: Symbolic logic framework for situational awareness in mixed autonomy

R&D case

Symbolisch logisch kader voor situationeel bewustzijn in gemengde autonomie (SymAware)

Er zal een grote toename zijn in het aantal lucht- en grondvoertuigen die volledig autonoom kunnen opereren of in hoge mate geautomatiseerd zijn, waarbij alleen in bijzondere omstandigheden menselijke tussenkomst nodig is. Bij steeds autonomere operaties kan niet langer worden gerekend op het situationeel bewustzijn, het risicobewustzijn en de ervaring van menselijke operators die tot nu toe een cruciale rol speelden.

De uitdaging

SymAware speelt in op de fundamentele behoefte aan een nieuw conceptueel kader voor bewustzijn in multi-agent systemen dat compatibel is met de interne modellen en specificaties van ‘robotic agents‘ en dat veilige, gelijktijdige werking van samenwerkende autonome agenten en mensen mogelijk maakt. Het doel van SymAware is om een uitgebreid kader voor situationeel bewustzijn te bieden ter ondersteuning van duurzame autonomie via agenten die actief risico’s waarnemen en samenwerken met andere robots en mensen om hun bewustzijn en begrip te verbeteren, terwijl ze complexe en dynamisch veranderende taken uitvoeren.

De oplossing

Het SymAware-kader, gebaseerd op compositionele logica, symbolische berekeningen, formeel redeneren en onzekerheidskwantificering, zal het situationele bewustzijn van multi-agentsystemen karakteriseren en ondersteunen door het bewustzijn in de verschillende dimensies formeel te modelleren en te specificeren, bewustzijn in stand te houden door te leren in een sociale context, risico’s te kwantificeren op basis van beperkte kennis, en risicobewuste onderhandelingen over taakverdelingen te formuleren.

Wat doen wij?

De SymAware-aanpak voor bewustzijnsengineering wordt geïmplementeerd en gevalideerd in verschillende toepassingen. Koninklijke NLR gaat een toepassing ontwikkelen voor het modelleren, simuleren en beoordelen van het onbemande luchtverkeersmanagement van drone-operaties in een stedelijke omgeving, inclusief verstoringen en gevaren tijdens de operaties.

Het computationele kader, gebaseerd op compositionele logica, symbolische berekeningen, formeel redeneren en kwantificering van onzekerheid, maakt het mogelijk om risico’s en veiligheid expliciet en op een kwantificeerbare manier aan te pakken.

Voor meer informatie over het SymAware-project, kijk hier.

NLR Marknesse

Informatie

Laatste cases

Constructie en Fabricage

20 maart 2025

R&D case: Temperatuurcontrole voor large scale additive manufacturing

De uitdaging Een van de belangrijkste uitdagingen bij large scale 3D-printen van hoge temperatuur-thermoplasten is het controleren van de interface-temperatuur, die de mate van hechting tussen opeenvolgende lagen bepaalt. Wanneer het afgezette materiaal te veel is afgekoeld, krijg je een slechte hechting tussen de lagen, wat leidt tot onvoldoende sterkte, delaminatie, barsten en scheuren van […]
Duurzaamheid en Milieu

28 januari 2025

R&D case COCOLIH2T - Composite Conformal Liquid H2 Tank

De wereldwijde luchtvaartindustrie streeft ernaar om de wereldwijde netto-koolstofemissies van de luchtvaart met 50% te verminderen tegen het jaar 2050. De Europese Commissie streeft naar een ambitieuzer doel van 75% reductie van CO2-emissies per passagierskilometer. Alternatieve brandstoffen zoals vloeibaar waterstof (LH2) worden gezien als een centrale rolspeler in een toekomst zonder emissies voor de luchtvaart. […]
GERDA robot for Smart maintenance inspections and smart training
Onderhoud en Reparatie

18 december 2024

R&D case: Slimme onderhoudsinspecties en trainingsapparatuur

Om de exploitatie van luchtvaartuigen succesvol te maken is onderhoud belangrijk. De MRO-sector heeft echter te maken met een tekort aan arbeidskrachten en met vervuiling. Hoe kunnen we de sector helpen met innovaties? De uitdaging Vliegtuigonderhoudsorganisaties voeren geavanceerd onderhoud aan vliegtuigen uit. Onderhoudsactiviteiten zijn arbeidsintensief en vergen veel middelen. In dit onderzoek onderzoeken we of […]