Exploration
Humanoide Roboter, die in mensch-zentrierten Umgebungen operieren, sollten sich idealerweise eigenständig Wissen über ihre Umgebung, die darin enthaltenen Objekte sowie über ihren Körper aneignen können.
In unsere Arbeit werden propriozeptive und taktile Sensorinformationen der Roboterhand mit visuellen Informationen des Kamerasystems fusioniert, um auf diese Art detaillierte Objektrepräsentationen von zuvor unbekannten Objekten zu erhalten. Dadurch kann die Erkennungsleistung des Agenten erhöht deutlich erhöht werden.
Insbesondere werden haptische und visuelle Explorationsstrategien untersucht, die die Roboterhand zu Erkundungszwecken entlang der Oberfläche von Objekten führen. In einem weiteren Ansatz untersuchen wir Lernmethoden für geometrische und kinematische Parameter des Roboters um eine leichtere, autonome Neukalibrierung zu ermöglichen. Diese ist erforderlich wenn sich physische Eigenschaften des Roboters, speziell der Endeffektoren ändern.