Textdokument
Lernen Motorischer Fähigkeiten: Von Algorithmen zu Roboter-Experimenten
Vorschaubild nicht verfügbar
Volltext URI
Dokumententyp
Dateien
Zusatzinformation
Datum
2013
Autor:innen
Zeitschriftentitel
ISSN der Zeitschrift
Bandtitel
Verlag
Gesellschaft für Informatik
Zusammenfassung
In dieser Doktorarbeit werden Ansätze diskutiert, die es Robotern ermöglichen, motorische Fähigkeiten zu erlernen. Motorische Fähigkeiten können oft durch Motor-Primitive, die elementare Bewegungen kodieren, dargestellt werden. Es gab schon eine Reihe von erfolgreichen Anwendungen des Erlernens von Motor-Primitiven durch überwachtes Lernen. Allerdings sind viele interessante motorische Lernprobleme hochdimensionale Reinforcement-Learning-Probleme (bestärkendes Lernen), die oft außerhalb der Anwendbarkeit der aktuellen Reinforcement-Learning-Methoden liegen. Diese Doktorarbeit leistet einen Beitrag zum Stand der Technik in Reinforcement-Learning, angewandt auf die Robotik, sowohl durch neuartige Algorithmen als auch durch neuartige Anwendungen. Gezeigt wird, wie motorische Fähigkeiten auf drei verschiedenen Ebenen gelernt werden können. Alle vorgeschlagenen Ansätze wurden ausgiebig mit Aufgaben wie u. a. einem Becherspiel, Darts, Tischtennis oder einem Wurfspiel in der Simulation und auf realen Robotern validiert.