Forschungsseminar Wintersemester 2008/09
DI 13.00-15.00 Uhr, RUD 25, Raum 3.408
|
Reinforcement Learning mit
beschränktem Speicher, Diplomarbeit Melanie Tonou, HU Berlin |
Inhalt. |
|
Humanoid Soccer
Simulation Xu Yuan, Southeast University China & HU Berlin |
Inhalt. |
|
Case-Based Reasoning in
Medical Domains Nadezda Govedarova, Bulgaria & HU Berlin |
Inhalt. |
|
Case-Based Reasoning im
Intelligenten Katalog des OpEN.SC Projektes Friedrich Hildebrand, HU Berlin |
Inhalt |
|
Optimization of visual
vocabularies with dimension reduction and feature selection
methods Wojtek Wojcikiewicz, HU Berlin |
Inhalt |
|
Hierarchical CBR Behavioral
Control Bassant El-Bagoury, HU and Ain Shams University, Cairo |
Inhalt. |
|
Ontologien im Intelligenten
Katalog des OpEN.SC Projektes Marcel Gestewitz, HU Berlin |
Inhalt. |
|
Titel Vortragender |
Inhalt. |
|
Stabilisierung von
Laufbewegungen humanoider Roboter Oliver Welter, HU Berlin |
Inhaltlich werde ich prinzipielle Möglichkeiten der echtzeitfähigen Analyse von Laufbewegungen und Ansätze der modell- und sensorbasierten Stabilisierung vorstellen. Mein Hauptaugenmerk werde ich dabei auf die Modellerstellung der Kräfte, die auf den Roboter während einer Bewegung wirken richten, so dass der Roboter mittels Forwärtskinematik eine Modell seiner eigenen Pose erstellen und darauf aufbauend seinen Schwerpunkt bestimmen kann. Durch die weitere Analyse der wirkenden Momente lassen sich Kompensationsbewegungen erstellen bzw apriori ein stabiles Laufmuster erstellen. |
|
Farbkalibrierung anhand
geometrischer Merkmale im RoboCup (Studienarbeit) Stephan Edel, HU Berlin |
Inhalt. |
|
n.n. n.n. |
Inhalt. |
|
Weltmodellierung in
Multi-Agentenszenarien - Vorstellung der
Dissertation Daniel Göhring, HU Berlin |
Die mobile Robotik stellt ein sehr junges und eines der komplexesten Forschungsfelder unserer Zeit dar. Innerhalb der letzten Jahrzehnte wurde es Robotern möglich, sich innerhalb ihrer Umgebung zu bewegen, zu navigieren und mit ihrer Umwelt zu interagieren. Aufgrund der Tatsache dass die Welt von Unsicherheit geprägt ist und ein Roboter immer nur partielle Information über sie erhalten kann, wurden probabilistische Navigationsverfahren entwickelt, mit denen sich Roboter lokalisieren und Objekte ihrer Umgebung modellieren können. Weiterhin wurden in letzter Zeit Verfahren untersucht, die die kooperative Exploration der Umgebung durch eine Gruppe von Robotern zum Ziel haben. In der vorliegenden Arbeit wird ein neuartiges Konzept, welches sich Perzeptrelationen für die kooperative Umweltmodellierung zu Nutze macht, vorgestellt und evaluiert. Einen zweiten Beitrag der Arbeit stellen constraintbasierte Lokalisierungstechniken dar, die es einem oder mehreren Robotern auf effiziente Art und Weise ermöglichen, sich zu lokalisieren bzw. ihre Umwelt zu modellieren. |
|
Adaptive
Verhaltensmodellierung von Multi-Agenten-Systemen mit Hilfe von
Lernverfahren und Verfahren des Data-Mining Daniel Herfert, HU Berlin |
Inhalt. |