Dit proefschrift heeft als onderwerp de toepassing van agenttechnologie in productie en productondersteuning. Onder een agent verstaan we in deze context een autonoom opererende software entiteit die gemaakt is om een zeker doel te realiseren en daartoe met de omgeving comuniceert en zelfstandig acties kan uitvoeren. In moderne productiesystemen streeft men ernaar om de tijd van ontwerp tot productie zo kort mogelijk te houden en de productie af te stemmen op de wensen van de individuele eindgebruiker. Vooral dit laatste streven past niet in het concept van massaproductie. Een methode moet gezocht worden om kleine hoeveelheden of zelfs unieke producten tegen een lage kostprijs te fabriceren. Om dit te verwezenlijken zijn voor dit onderzoek speciale goedkope productieplatforms ontwikkeld. Deze hercongureerbare productiemachines noemen we equiplets. Een verzameling van deze equiplets in een gridopstelling geplaatst en gekoppeld met een snelle netwerkverbinding is in staat om een aantal verschillende producten tegelijk te produceren. Dit noemen we exibele parallelle productie. Voor de softwareinfrastructuur is agenttechnologie toegepast. Twee typen agenten spelen hierin een hoofdrol. Een productagent is verantwoordelijk voor de totstandkoming van een enkel product. De productiemachines worden voorgesteld door zogenoemde equipletagenten. De productagent weet wat er moet gebeuren voor het maken van een product terwijl de equipletagent weet hoe een of meer productiestappen moeten worden uitgevoerd. Het hier voorgesteld concept verschilt in veel opzichten van standaard massaproductie. Elk product in wording volgt zijn eigen, mogelijk unieke pad langs de equiplets, de productie wordt per product gescheduled en niet per batch en er is geen sprake van een productielijn. Dit proefschrift stelt de softwarearchitectuur voor en beschrijft oplossingen voor de routeplanning waarbij het aantal wisselingen tussen equiplets geminimaliseerd is, een scheduling die gebaseerd is op schedulingschema's zoals toegepast in real-time operating systems en een op autonome voertuigen gebaseerd transportsysteem. Bij al deze oplossingen speelt de productagent een belangrijke rol. (uit de samenvatting van het proefschrift) SIKS Dissertation Series No. 2014-31 The research reported in this thesis has been carried out under the auspices of SIKS, the Dutch Research School for Information and Knowledge Systems.
The increasing use of AI in industry and society not only expects but demands that we build human-centred competencies into our AI education programmes. The computing education community needs to adapt, and while the adoption of standalone ethics modules into AI programmes or the inclusion of ethical content into traditional applied AI modules is progressing, it is not enough. To foster student competencies to create AI innovations that respect and support the protection of individual rights and society, a novel ground-up approach is needed. This panel presents on one such approach, the development of a Human-Centred AI Masters (HCAIM) as well as the insights and lessons learned from the process. In particular, we discuss the design decisions that have led to the multi-institutional master’s programme. Moreover, this panel allows for discussion on pedagogical and methodological approaches, content knowledge areas and the delivery of such a novel programme, along with challenges faced, to inform and learn from other educators that are considering developing such programmes.
The aim of this research/project is to investigate and analyze the opportunities and challenges of implementing AI technologies in general and in the transport and logistics sectors. Also, the potential impacts of AI at sectoral, regional, and societal scales that can be identified and chan- neled, in the field of transport and logistics sectors, are investigated. Special attention will be given to the importance and significance of AI adoption in the development of sustainable transport and logistics activities using intelligent and autonomous transport and cleaner transport modalities. The emphasis here is therefore on the pursuit of ‘zero emissions’ in transport and logistics at the urban/city and regional levels.Another goal of this study is to examine a new path for follow-up research topics related to the economic and societal impacts of AI technology and the adoption of AI systems at organizational and sectoral levels.This report is based on an exploratory/descriptive analysis and focuses mainly on the examination of existing literature and (empirical) scientific research publica- tions, previous and ongoing AI initiatives and projects (use cases), policy documents, etc., especially in the fields of transport and logistics in the Netherlands. It presents and discusses many aspects of existing challenges and opportunities that face organizations, activities, and individuals when adopting AI technology and systems.
In the autumn of 2020, an autonomous and electric delivery robot was deployed on the BUas campus for the distribution of goods. In addition to the actual field test of the robot, we conducted research into various aspects of autonomous delivery robots. In this contribution we discuss the test with the autonomous delivery robot itself, the adjustments we had to make because the campus was very quiet due to COVID-19 and therefore there was less to transport for the robot, and the perception of people. with regard to the delivery robot, on the possible future areas of application and on the learning experiences we have gained in the tests.