R4-[LogoSpace] - Überblick

Effiziente Methoden zur Lösung räumlicher Constraints

 

Menschen verfügen über die Fähigkeit, räumliche Information aus verschiedenen Quellen zu integrieren und daraus neue Informationen herzuleiten. Dabei sind qualitative Beschreibungen räumlicher Situationen meist völlig ausreichend, d. h. metrische Informationen (wie z. B. Geo-Koordinaten) sind in manchen Kontexten zwar hilfreich, oftmals sind sie aber nicht verfügbar oder werden nicht benötigt, um bestimmte Aufgaben zu erledigen (z. B. "Kannst du mir das Kochbuch geben? Es ist links oben im Regal rechts von dir..."). Qualitative Beschreibungen schränken die möglichen räumlichen Situationen bereits stark ein. Durch diese Einschränkungen (engl. constraints) lässt sich klären, ob räumliche Beschreibungen Widersprüche enthalten oder ob sich wertvolle, neue Informationen aus ihnen gewinnen lassen.

Das Projekt R4-[LogoSpace] untersucht, wie sich räumliche Informationen mit Hilfe sogenannter Constraint-Netze darstellen und dann Lösungen für diese Constraint-Netze mit Methoden der Künstlichen Intelligenz effizient berechnen lassen. Eines der Projektziele ist die Entwicklung von Verfahren für räumliche Optimierungsprobleme sowie hybride Verfahren zur Verarbeitung qualitativer und quantitativer Informationen. Anhand konkreter Testfülle aus den Bereichen Bewegungsplanung, Mensch-Maschine-Interaktion und Geo-Informations-Systeme sollen die Vorzüge qualitativer Constraint-basierter Methoden aufgezeigt werden.