• Zielgruppen
  • Suche
 

Maschinelles Lernen und moderne Regelungsmethoden in der Robotik

Die MLMRR-Robothons haben das Ziel, das hochaktuelle Forschungsthema Machine Learning auf Roboter anzuwenden. Schwerpunkte des bisherigen Robothons waren das Erlernen von Bewegungsmustern und Reglereinstellungen für komplizierte Manipulationsaufgaben.

MLMRR Robothon 2016 - Roboter lernen passgenaues Fügen
Abschlusspräsentation der Ergebnisse

Robothon Wintersemester 2017/18

Aufgrund einer Vielzahl an Anmeldungen, wurden die Teilnehmenden des diesjährigen Robothons auf mehrere Wochen verteilt.

Insgesamt drei Wochen lang beschäftigten sich Studierende mit komplexen Fügeproblemen und deren Lösungsmöglichkeiten durch die Anwendung von maschinellem Lernen.  Hierfür stand ihnen, im Vergleich zum letzten Jahr, aktualisiertes Equipment zur Verfügung: In diesem Semester arbeiteten sie nicht mehr mit dem DLR LBR4+, sondern mit den neuen Leichtbaurobotern Franka Emika Panda. Auch die Kamera wurde ausgetauscht. Anstatt einer Kinect-Kamera gab es eine Intel RealSense Kamera, die dank ihrer kompakten Bauweise direkt am Endeffektor montiert werden kann.

Die großartigen Ergebnisse wurden am Ende der Veranstaltung sogar vor dem Niedersächsischen Kultusminister Grant Hendrik Tonne präsentiert.

Robothon Wintersemester 2016/17

Der erste Robothon zur Vorlesung Maschinelles Lernen und moderne Regelungsmethoden in der Robotik fand im Wintersemester 2016/2017 statt. Studierende konnten in Vierergruppen mit jeweils einem LBR4+ Leichtbauroboter industriell relevante Füge-Probleme lösen. Dabei hatten sie Zugriff auf die weitreichenden Möglichkeiten der Echtzeitsschnittstelle des Roboters und konnten neueste Forschungsergebnisse direkt anwenden.