Table Tennis playing robot

Yassine Nemmour, Ph.D. Student in der Abteilung für Empirische Inferenz am Max-Planck-Institute für Intelligente Systeme, zeigt im Robot Learning Lab, wie ein Roboter lernt, Tischtennis zu spielen. Wir arbeiten an der Schnittstelle von Maschinellem Lernen (ML) und Robotik mit dem Ziel, Lernmethoden zu entwickeln, die für die Arbeit auf Roboterplattformen geeignet sind. Hauptherausforderungen sind Robustheitsprobleme aufgrund von Unsicherheiten in unserer Plattform, die reine maschinelle Lernforscher oft nicht kennen und klassische ML-Methoden oft nicht bewältigen können. Insbesondere arbeiten wir an einem Roboter-Tischtennisaufbau, da es sich um ein in vielerlei Hinsicht anspruchsvolles Problem handelt, eine unbekannte Dynamik unserer Umgebung und auch ein sehr kurzes Zeitfenster für mögliche Berechnungen. Unsere Forschung konzentriert sich auf Techniken des Imitationslernens und des Verstärkungslernens. Die Demo, die ich zeigen werde, ist ein solcher Fall von Imitationslernen, der ein sehr schnelles Erlernen neuer Aktionen durch menschliche Demonstration ermöglicht.

Ⓒ MPI-IS