FK

M. Sc. Florian Köpf

  • Karlsruher Institut für Technologie (KIT)
    Campus Süd
    Institut für Regelungs- und Steuerungssysteme
    Geb. 11.20 (Engler-Villa)
    Kaiserstr. 12
    D-76131 Karlsruhe

Lebenslauf

Studium der Elektro- und Informationstechnik am Karlsruher Institut für Technologie (KIT). Bachelorarbeit am Institut für Industrielle Informationstechnik (IIIT) zur Fusion von Tiefen- und RGB-Daten für die Personendetektion (2013). Praktische Tätigkeit im Automotive Products Research Laboratory bei Hitachi America Ltd. in Detroit. Masterarbeit am Institut für Regelungs- und Steuerungssysteme (IRS) zum Thema „Entwicklung eines Inverse Reinforcement Learning Verfahrens für die Modellierung menschlicher Bewegungen“ (2016).
Seit Juni 2016 wissenschaftlicher Mitarbeiter am IRS.

Forschung

Entwurf von kooperativen Regelungskonzepten unter Berücksichtigung von unsicherer Information

Intelligente Kooperation von Mensch und Maschine ermöglicht Synergieeffekte, indem die Stärken beider Partner genutzt werden. Während der Mensch starke assoziative und kognitive Fähigkeiten sowie Kreativität und Flexibilität besitzt, trägt die Automation durch hohe Zuverlässigkeit und Präzision bei und ermüdet nicht. Kooperative Regelungssysteme, bei denen Mensch und Maschine simultan auf ein dynamisches System einwirken, ermöglichen sichere und effiziente Regelung dynamischer Systeme in zahlreichen Domänen wie beispielsweise Fahrerassistenzsystemen, industriellen Fertigungsanlagen, der Robotik, Medizintechnik und Rehabilitation sowie der Luft- und Raumfahrttechnik.

 

Ein wesentlicher Bestandteil dieses Konzepts ist die Frage, wie die beiden Partner während des simultanen Einwirkens auf ein dynamisches System ihre Aktionen auswählen. Diese Entscheidungsfindung basiert auf Modellen und Informationen über den Systemzustand und die jeweiligen Ziele und Fähigkeiten der Partner. Die zugrundeliegenden Modelle und Informationen sind jedoch in der Regel ungenau und unvollständig. Ziel dieses Forschungsprojektes ist daher die Entwicklung kooperativer Regelungskonzepte unter Einbeziehung von Unsicherheiten und Unwissen bei der Entscheidungsfindung. Die hieraus resultierende Fragestellung ist, wie Regler entworfen werden können, die trotz teilweise ungenauer oder fehlender Information über das Verhalten des Menschen und des dynamischen Systems eine bestmögliche Unterstützung zur Erreichung der Ziele von Mensch und Maschine bieten. Ein möglicher Ansatz hierzu ist durch probabilistische Schlussfolgerungsprozesse gegeben, auf deren Basis Regelgesetze abgeleitet werden können.

Lehre

Offene Abschlussarbeiten
Titel Typ
Laufende Abschlussarbeiten
Titel Typ Bearbeiter

Publikationen


2023
2022
2021
2020
2019
2018
2017