Bibliograph. Daten | Müller, Daniel: Autonomes Lernen von Greifvorgängen mit einer pneumatischen Roboterhand. Universität Stuttgart, Fakultät Informatik, Elektrotechnik und Informationstechnik, Bachelorarbeit Nr. 19 (2015). 51 Seiten, deutsch.
|
CR-Klassif. | G.1.6 (Numerical Analysis Optimization) I.2.6 (Artificial Intelligence Learning) I.2.9 (Robotics)
|
Kurzfassung | Die vorliegende Arbeit besch¨aftigt sich mit dem Lernen von Greifvorg¨angen. Das Ziel dieser Arbeit ist es, einen Algorithmus zu entwickeln, mit dessen Hilfe, ein Roboter autonom lernen kann, Gegenst¨ande zu greifen. Daf¨ur wird zuerst der Greifvorgang parametrisiert. Das lernen dieser Parameter findet dabei weitgehend ohne menschlich Hilfe statt. Kernst¨uck des Algorithmus ist die Black-Box Optimierung mit Hilfe eines Gauß-Prozess. Als Input wird lediglich ein RGB–D Bild ben¨otigt. Der Algorithmus hat keinerlei Vorwissen aus etwaigen Datenbanken oder ¨ahnliches. Getestet wurde der Algorithmus an einem PR2 mit einer pneumatischen Hand.
|
Volltext und andere Links | PDF (1600580 Bytes) Zugriff auf studentische Arbeiten aufgrund vorherrschender Datenschutzbestimmungen nur innerhalb der Fakultät möglich |
Abteilung(en) | Universität Stuttgart, Institut für Parallele und Verteilte Systeme, Maschinelles Lernen und Robotik
|
Betreuer | Toussaint, Prof. Marc; Englert, P.; Baisero, A. |
Eingabedatum | 25. September 2018 |
---|