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

28 mei 2025

R&D case: Penelope

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 […]
Constructie en Fabricage

29 april 2025

R&D case FLAPsense

Optisch sensorsysteem voor real-time monitoring van de flapping angle van de proprotor- FLAPsense De real-time monitoring van het bewegen van de rotorhub van een Next Generation Civil Tilt Rotor (NextGenCTR) vliegtuig maakt het mogelijk om de prestaties en operationele veiligheid van de proprotor te verbeteren. Nauwkeurige metingen van de vervorming en beweging in het roterende […]
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 […]