SmartBot
Lernziele:
Die Studierenden
- können die Grundprinzipien des bestärkenden Lernens (reinforcement learning RL) formulieren.
- können reale Steuerprobleme mittels RL modellieren.
- können mithilfe einer geeigneten Simulationsumgebung (z.B. Gazebo), einen Roboter inkl. Umgebung (Vorwärts- und Inverse Kinematik, Hindernisse inkl. Physik, Robotersensorik, etc.) simulieren.
- können die Robotersimulation mit einem RL Algorithmus kombinieren und auf einen realen Roboter applizieren.