Die Abteilung AIR wurde im Jahr 2023 gegründet. Unsere Vision ist es, das Lernen von Robotern für Manipulations- und Handhabungsaufgaben in der Logistik zu ermöglichen. Dies beinhaltet zwei wichtige Forschungsrichtungen: die Entwicklung kontinuierlicher autonomer Lernfähigkeiten für Roboter und die Verbesserung ihrer Fähigkeit, von Menschen zu lernen.

Wir widmen uns der Entwicklung vielseitiger und flexibler Robotersysteme, die sich an unterschiedliche Aufgaben und Prozesse anpassen können, ohne dass sie von menschlichen Experten umprogrammiert werden müssen. Diese Flexibilität ist in dynamischen Fertigungsumgebungen, in denen sich Aufgaben, Produktionsanforderungen, Produktdesigns, Materialien und Zulieferer ändern können, von entscheidender Bedeutung.

Unsere Forschungsinteressen umfassen:

• Online learning and adaptation for physical robotic grasping and manipulation
• Sim-to-real domain adaptation
• Lifelong learning, uncertainty-driven learning
• Vision-based deep (reinforcement) learning
• Interactive human-robot learning, Imitation learning