@inproceedings{Temerinac-Ott2022,
  author    = {Temerinac-Ott, Maja},
  title     = {KI-Ans{\"a}tze bei der Entwicklung lernender Roboter - Implementierungsm{\"o}glichkeiten und Grenzen},
  booktitle = {Proceedings 32. Workshop Computational Intelligence, 1. - 2. Dezember 2022, Berlin},
  isbn      = {978-3-7315-1239-4},
  doi       = {10.5445/KSP/1000151141},
  pages     = {151 -- 162},
  year      = {2022},
  abstract  = {In diesem Vortrag werde ich auf die Programmierumgebungen (ROS) und Schnittstellen (keras/Tensorflow) eingehen, die es erm{\"o}glichen Roboter mit Hilfe von maschinellem Lernen zu trainieren. Dabei werde ich insbesondere die M{\"o}glichkeiten vorstellen, wie man einen Roboter in der Simulation (gazebo) trainieren kann, um die trainierten Modelle auf echte Roboter zu {\"u}bertragen. 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 abge{\"a}nderten Szenarien funktionsf{\"a}hig bleiben.},
  language  = {de}
}