Robot Learning Lab

Im Robot Learning Lab arbeiten wir an verschiedenen Themen an der Schnittstelle von Manipulation, Roboter-Vision, maschinellem Lernen und Steuerung. Unser Ziel ist es, Methoden und Algorithmen für das Erlernen visueller Manipulationsaufgaben, die Systemidentifikation, das Reinforcement Learning und die optimale Steuerung zu entwickeln. Wir arbeiten sowohl in simulierten als auch in realen Umgebungen, um unsere Agenten zu trainieren. Wir arbeiten an einer gemeinsamen Plattform/Benchmark für wahrnehmungsbasierte Manipulation, die von der Manipulations-(Lern-)Gemeinschaft genutzt werden könnte, um die neuesten Fortschritte zu vergleichen und zu bewerten. Für den physischen Aufbau verfügen wir derzeit über einen einarmigen Referenzaufbau mit der erforderlichen Software, um ihn mit C++ und Python zu verbinden. Wir verfügen auch über die erforderlichen Werkzeuge (Kalibrierung und Kommunikation), um schnell einen bimanuellen Aufbau zu montieren, wenn ein zweiter Roboter verfügbar ist: