idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
We are pleased to announce our upcoming Distinguished Lecture Series talk by Jens Kober (TU Delft)! The talk will take place in person on March 5, in room UN32.101. Professor Kober will also be available for meetings on March 5. If you are interested in scheduling a meeting, please email ellis-office@uni-stuttgart.de.
Jens Kober is an associate professor at the TU Delft, Netherlands and an ELLIS Fellow. He worked as a postdoctoral scholar jointly at the CoR-Lab, Bielefeld University, Germany and at the Honda Research Institute Europe, Germany. He graduated in 2012 with a PhD Degree in Engineering from TU Darmstadt and the MPI for Intelligent Systems. For his research he received the annually awarded Georges Giralt PhD Award for the best PhD thesis in robotics in Europe, the 2018 IEEE RAS Early Academic Career Award, the 2022 RSS Early Career Award, and has received an ERC Starting grant. His research interests include motor skill learning, (deep) reinforcement learning, imitation learning, interactive learning, and machine learning for control.
Robots Learning Through Interactions
The acquisition and self-improvement of novel motor skills is among the most important problems in robotics. Complexity arises from interactions with their environment and humans, dealing with high-dimensional input data, non-linear dynamics in general and contacts in particular, multiple reference frames, and variability in objects, environments, tasks, and human behavior. A human teacher is always involved in the learning process, either directly (providing data) or indirectly (designing the optimization criterion), which raises the question: How to best make use of the interactions with the human teacher to render the learning process efficient and effective? In this talk I’ll argue that there are tremendous benefits in having a human teacher intermittently interact with a robot also while it is learning. I will discuss various methods we have developed in the fields of supervised learning, imitation learning, reinforcement learning, and interactive learning. All these concepts will be illustrated with benchmark tasks and real robot experiments ranging from fun (ball-in-a-cup) to more applied (retail environments).
Hinweise zur Teilnahme:
No registration necessary.
Termin:
05.03.2025 ab 11:30
Veranstaltungsort:
Campus Vaihingen
Universitätstraße 32
Room 101101
70569 Stuttgart
Baden-Württemberg
Deutschland
Zielgruppe:
Journalisten, Wissenschaftler
E-Mail-Adresse:
Relevanz:
regional
Sachgebiete:
Elektrotechnik, Informationstechnik, Mathematik
Arten:
Vortrag / Kolloquium / Vorlesung
Eintrag:
25.02.2025
Absender:
Dina Schwedl
Abteilung:
Stabsstelle Hochschulkommunikation
Veranstaltung ist kostenlos:
nein
Textsprache:
Englisch
URL dieser Veranstaltung: http://idw-online.de/de/event78760
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
