Framework für Deep Reinforcement Learning

Framework für Deep Reinforcement Learning

Das Robotik-Startup Acutronic Robotics hat ein neuartiges Framework für Deep Reinforcement Learning (DRL) in der modularen Robotik entwickelt. ROS2Learn bietet einen Ansatz, bei dem der Roboter direkt mit den üblichen Roboterwerkzeugen trainiert werden kann. Das Forscherteam hat dabei grundlegende Implementierungen für die am häufigsten verwendeten DRL-Techniken für Policy-Iteration-Methoden entwickelt. Das Framework, das mit typischen in der Robotik verwendeten Werkzeugen wie Gazebo und ROS 2 kommuniziert, ermöglicht eine realistischere Darstellung der Umgebung.

acutronicrobotics.com

Das könnte Sie auch Interessieren

Bild: Fraunhofer-Institut IPK
Bild: Fraunhofer-Institut IPK
Sichere Robotersteuerung aus der Cloud

Sichere Robotersteuerung aus der Cloud

Die Steuerung von Robotersystemen wird bisher lokal mit proprietärer Software realisiert. Ein Grund dafür ist das fehlende Vertrauen in die Datensicherheit von Online-Diensten. Durch Smart Contracts könnte sich das ändern und künftig Robotersteuerungen auslagern lassen. Dazu werden die Algorithmen zur Bewegungsplanung per Blockchain ausgeführt – verschlüsselt übertragen und fälschungssicher dokumentiert. Erste Experimente zeigen die Machbarkeit einer solchen Architektur und zeigen Potenzial für robotergeführte Handhabungsaufgaben.