Forskargrupp Vi utvecklar algoritmer för rumsligt resonemang och rumslig problemlösning, liksom algoritmer som lär sig rumsliga regler genom interaktion med omvärlden. Resultaten tillämpas på intelligenta agenter i scenarier som involverar interaktion mellan människor och robotar eller mellan människor och datorer, med målet att förbättra agenternas sunda förnuft och problemlösningsförmåga, samt främja rumsliga färdigheter hos människor, t ex rotation, perspektiv och navigationsförmåga.
Vår forskning fokuserar på att minska den sensoriska-semantiska klyftan, det vill säga klyftan mellan digitala sensorer – sensorer i mobila robotar, domotiska sensorer och sensorer i smartphones – och behovet av att erhålla högkvalitativ information för symbolgrundering och förbättrad interaktion mellan människa och robot, (HRI) samt mellan människa och dator, (HCI). För detta definierar vi rumsliga referenssystem och rumsliga resonemangsmodeller. På senare tid utforskar vi också automatisk scenografisk generering, (SGG) genom visuella språkmodeller, (VLM) för symbolgrundering och resonemang.
Forskargruppen intresserar sig också för att utveckla nya hybridtekniker för artificiell intelligens, (hybrid-AI) med målet att lära sig rumsliga resonemangsregler genom interaktion – men också att kunna förklara och korrigera dem vid behov. Våra AI-applikationer är människocentrerade eller har människan i loopen, främst i utbildningsscenarier.
För detta använder vi verktyg och metoder från rumslig kognition och andra teorier från kognitionsvetenskapen för att utveckla system som är intuitiva och guidar användaren till att förbättra sina rumsliga färdigheter och sin kreativitet.
Samarbetspartners i våra forskningsprojekt:
Gästforskare:
