Um logistische Aufgaben zu erledigen, sollen Roboter möglichst mobil und schnell arbeiten. Wenn sie zusätzlich hohe oder schwere Lasten transportieren, spielt die physikalische Dynamik des Systems für die Regelungstechnik eine wichtige Rolle. Bei einer händischen Modellierung kommt es aber meistens zu starken Abweichungen von der Realität.

Die neue Nachwuchsforschergruppe »Selbstlernende dynamische Fortbewegung mobiler Roboter« möchte dieser Herausforderung begegnen: Mittels Maschinellem Lernen kann der Roboter ein geeignetes Modell seiner selbst erlernen und so Aufträge besser erledigen.
Das Projekt betrachtet dafür hybrides und geführtes bestärkendes Lernen (Guided Reinforcement Learning). Dabei ersetzt das hybride Lernen nicht die klassischen Verfahren, sondern ergänzt sie gezielt dort durch Maschinelles Lernen, wo sie tatsächlich eine Mehrleistung erbringen können.

Die Nachwuchsforschergruppe wird vom Bundesministerium für Bildung und Forschung mit 750 000 Euro gefördert. Initiativen wie diese stellen für die Leitung eine Möglichkeit zur formalen Qualifikation zur Professur dar, vergleichbar mit einer Habilitation oder einer Juniorprofessur. Dr. Oliver Urbann übernimmt die Leitung der Forschergruppe und wird zusammen mit Nicolas Bach und Julian Eßer in den kommenden drei Jahren Maschinelles Lernen in der Robotik erforschen.