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:
- (Deep) reinforcement learning
- Active learning
- Lifelong learning
- Imitation learning
- Sim-to-real
- Explainability
Titel | Ansprechperson | Kurzbeschreibung |
---|---|---|
AUTOtech.agil – Architektur und Technologien zur Orchestrierung automobiltechnischer Agilität | ||
AgiProbot | Agiles Produktionssystem mittels mobiler, lernender Roboter mit Multisensorik bei ungewissen Produktspezifikationen |
|
HaptX Deep | ||
SFB1574 Kreislauffabrik |