Bildgestütztes Training mobiler Service-Roboter in virtuellen Welten

点击翻译按钮获取中文摘要

Automatisches Training ist dem manuellen Teach-In entscheidend überlegen, weil es eine effiziente Abdeckung des gesamten Manöverraums durch simulierte Trainingsdaten ermöglicht. Dies ist die Voraussetzung für das gewünschte flexible Verhalten in einer variablen Umwelt, wobei das Training selbst effizienter ist, da es im verkürzten Zeitmaßstab ablaufen kann. Um nicht nur Trajektorien, sondern auch die während eines Greifvorgangs ausgeübten Kräfte trainieren zu können, findet das Training in einer physikalisch modellierten Virtuellen Realität statt. In dieser virtuellen Welt sind die dargestellten Komponenten mit physikalischen Eigenschaften nach den Gesetzen der Newton'schen Mechanik versehen. Entsprechend liefern Interaktionen mit einer physikalisch modellierten virtuellen Welt ein quasi-natürliches haptisches und propriozeptives Feedback. Um durch das Training ein flexibles, generalisierendes Verhalten zu erhalten, werden lernfähige Algorithmen auf der Basis Neuronaler Netze, Genetischer Algorithmen oder Fuzzy Sets genutzt. Im Projekt werden der beim Antragsteller vorhandene mobile Service-Roboter, ein Greifer und die ebenfalls vorhandene VR-Infrastruktur eingesetzt.