TY  - CPAPER
U1  - Konferenzveröffentlichung
A1  - Temerinac-Ott, Maja
T1  - KI-Ansätze bei der Entwicklung lernender Roboter – Implementierungsmöglichkeiten und Grenzen
T2  - Proceedings 32. Workshop Computational Intelligence, 1. - 2. Dezember 2022, Berlin
N2  - In diesem Vortrag werde ich auf die Programmierumgebungen (ROS) und Schnittstellen (keras/Tensorflow) eingehen, die es ermöglichen Roboter mit Hilfe von maschinellem Lernen zu trainieren. Dabei werde ich insbesondere die Möglichkeiten vorstellen, wie man einen Roboter in der Simulation (gazebo) trainieren kann, um die trainierten Modelle auf echte Roboter zu übertragen. Anhand von praktischen Beispielen mit mobilen Robotern und Greifarmen werden die Konzepte des Reinforcement Learnings, Active Learnings, Transfer Learnings und der Objekterkennung demonstriert. Das Testszenario besteht aus einem Holz-Labyrinth und einem Turtlebot Roboter, der mit Laser Range Scanner und einer 2D-Kamera ausgestattet ist. Dabei soll der Roboter lernen, autonom den Weg zur angegebenen Zielposition zu planen ohne dabei gegen ein Hindernis zu fahren. Es wird hierbei untersucht in wie weit die trainierten Modelle in leicht abgeänderten Szenarien funktionsfähig bleiben.
Y1  - 2022
UN  - https://nbn-resolving.org/urn:nbn:de:bsz:fn1-opus4-90102
SN  - 978-3-7315-1239-4
SB  - 978-3-7315-1239-4
U6  - https://doi.org/10.5445/KSP/1000151141
DO  - https://doi.org/10.5445/KSP/1000151141
SP  - 151
EP  - 162
PB  - KIT Scientific Publishing
CY  - Karlsruhe
ER  -