Bibliography | Müller, Daniel: Autonomes Lernen von Greifvorgängen mit einer pneumatischen Roboterhand. University of Stuttgart, Faculty of Computer Science, Electrical Engineering, and Information Technology, Bachelor Thesis No. 19 (2015). 51 pages, german.
|
CR-Schema | G.1.6 (Numerical Analysis Optimization) I.2.6 (Artificial Intelligence Learning) I.2.9 (Robotics)
|
Abstract | 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.
|
Full text and other links | PDF (1600580 Bytes) Access to students' publications restricted to the faculty due to current privacy regulations |
Department(s) | University of Stuttgart, Institute of Parallel and Distributed Systems, Machine Learning und Robotics
|
Superviser(s) | Toussaint, Prof. Marc; Englert, P.; Baisero, A. |
Entry date | September 25, 2018 |
---|