Forschungsübersicht

Die Forschung am DSME konzentriert sich auf Entscheidungsfindung, Regelung und Lernen für autonome intelligente Systeme. Wir entwickeln grundlegende Methoden und Algorithmen...

mehr...zu: Forschungsübersicht

 

Publikationen

Wir veröffentlichen unsere Forschungsergebnisse auf hochrangigen Konferenzen und in Fachzeitschriften in den Bereichen Regelungstechnik, KI, Robotik und cyberphysikalische Systeme. Unsere Publikationen finden Sie hier.

mehr...zu: Publikationen

 

Forschungsinfrastruktur

Zur Unterstützung unserer Forschung in Data Science und Ingenieurwesen haben wir eine ausgezeichnete Computer- und Laborausstattung. Weitere Informationen finden Sie hier.

mehr...zu: Forschungsinfrastruktur

 

Projekte

Hier ist eine Auswahl von laufenden Forschungsprojekten am DSME mit entsprechenden Forschern und Kontakten. Die Liste wird laufend aktualisiert und erweitert. Wenn Sie Fragen zu unserer Forschung haben, nehmen Sie gerne Kontakt mit uns auf.

mehr...zu: Projekte

 

Controller Learning using Bayesian Optimization

Autonome Systeme wie humanoide Roboter sind durch eine Vielzahl von Regelkreisen gekennzeichnet, die auf unterschiedlichen hierarchischen Ebenen und Zeitskalen....

mehr...zu: Controller Learning using Bayesian Optimization

 

Drathlose Regelung Cyber-physischer Systeme

Cyber-physische Systeme (CPS) verbinden physikalische Prozesse mit Algorithmen und Kommunikation. Durch diese enge Verbindung ermöglichen CPS aufkommende Anwendungen...

mehr...zu: Drathlose Regelung Cyber-physischer Systeme

 

Event-triggered Learning

Die Fähigkeit zu lernen ist ein wesentlicher Aspekt zukünftiger intelligenter Systeme, die mit unsicheren Umgebungen konfrontiert sind. Der Prozess des Erlernens eines neuen Modells...

mehr...zu: Event-triggered Learning

 

Lernen von ressourcenschonenden Reglern

In modernen technischen Systemen, wie zum Beispiel Flotten autonomer Fahrzeuge oder mobilen Robotern, haben wir es häufig mit hochdimensionalen Systemen mit komplexer Dynamik...

mehr...zu: Lernen von ressourcenschonenden Reglern

 

Learning Safety Constraints and Safe Learning

Ein Spielzeugmodell mit einem 2-dimensionalen Zustands-Aktionsraum © Urheberrecht: Proceedings of Machine Learning Research

Um die Steuerung direkt auf der Roboterhardware zu erlernen, ist es wichtig, Sicherheitseinschränkungen in das Lernverhalten zu kodieren...

 

mehr...zu: Learning Safety Constraints and Safe Learning

 

Actively Learning Gaussian Process Dynamics

Mit der steigenden Komplexität dynamischer Systeme, die immer mehr Daten erzeugen, erscheinen lerndynamische Modelle als eine vielversprechende Alternative zur physikbasierten...

mehr...zu: Actively Learning Gaussian Process Dynamics

 

Weitere Projekte

Im Zuge des Aufbaus des neuen Instituts DSME aktualisieren und ergänzen wir laufend Projekte. Zusätzlich zu den erwähnten Projekten haben wir die folgenden laufenden oder gerade begonnenen Projekte:

mehr...zu: Weitere Projekte