SymAware: Symbolic logic framework for situational awareness in mixed autonomy

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

Duurzaamheid en Milieu

24 juni 2025

R&D case: Baankbrekende brandstofcel­technologie voor vliegtuigen

Project: BRAVA (Breakthrough Fuel Cell Technologies for Aviation) In het BRAVA-project worden technologieën ontwikkeld voor een fuel cell-based power generation system (PGS) voor vliegtuigen. Aangezien brandstofcellen een aanzienlijke hoeveelheid restwarmte produceren, is een koelsysteem nodig om deze warmte te verwijderen, wat op zijn beurt een aanzienlijk deel uitmaakt van de totale systeemmassa. Daarom is het […]
Constructie en Fabricage

06 juni 2025

R&D case: Laser-ultrasone inspectie van complex gevormde composietmaterialen

De productie van composietonderdelen met complexe vormen wordt steeds gebruikelijker, waardoor de vraag naar snelle geautomatiseerde kwaliteitscontrole toeneemt. Laser-ultrasoon testen kan hiervoor een geschikte techniek zijn omdat het snel en contactloos is, maar vereist wel dat het onderdeel loodrecht op de laserstraal staat. Door laser-ultrasoon testen te combineren met optische 3D-scanning kan deze uitdaging worden […]
Constructie en Fabricage

28 mei 2025

R&D case: Snel niet-destructief testen van grote composiet vliegtuigstructuren

Penelope: Snel niet-destructief testen van grote composiet vliegtuigstructuren Automatisering van composietonderdelen voor vliegtuigen met behulp van niet-destructief testen en in-line inspectie verbeteren de efficiëntie van hoge productievolumes, zoals voor de volgende generatie short-medium range (SMR) vliegtuigen die in 2035 in gebruik worden genomen. De methode kan echter ook kostenefficiënt zijn voor kleinere volumes vanwege snellere […]