Bewegungsplanung und -steuerung

Forschung

Einzeldatei-Implementierungen von Deep-Reinforcement-Learning-Algorithmen.

Forschung

Werkzeuge und Modelle zur Entwicklung humanoider Ganzkörpercontroller.

Forschung

Abtastbasierte Bewegungsplanungsalgorithmen für Robotersysteme.

Forschung

Robotiksoftware mit Algorithmen zur Fortbewegung auf Beinen und einem impulsbasierten Controller-Kern mit Optimierung. Unterstützende Software für Weltklasse-Roboter, darunter Humanoide, Laufvögel usw.

Forschung

Erlerntes Vorwärtsdynamikmodell mit Ressourcen für Roboterlernen und ROS-Integration.

Forschung

Reinforcement-Learning-Framework für humanoide Kontrolle und Sim-to-Real-Forschung.

Forschung

Kinematik- und Dynamikbibliotheken für Robotermechanismen.

Forschung

Roboterprojekt mit Differenzialantrieb mit ROS 2-Paketen und Montageressourcen.

Forschung

C++-Bibliothek für Algorithmen zur Dynamik starrer Körper.

Forschung

Umgebung zum Entwickeln und Testen von Bewegungsplanungsalgorithmen für Roboter.

Forschung

Ein Toolkit zur Roboteroptimierung und -simulation.

Forschung

Software zur Simulation der Mehrkörperdynamik.

Forschung

Julia-Implementierungen von Algorithmen für die Dynamik und Kinematik starrer Körper.

Forschung

Modernste Methode zur modellbasierten geschickten Manipulation

Forschung

Dieses Projekt besteht aus der Forschung an einem Roboter mit 6 Freiheitsgraden. Auf Unity wurde ein 3D-Modell des Roboters erstellt, um die Vorwärts- und Rückwärtskinematik zu demonstrieren. Wichtige Konzepte in der Robotik wie…

Forschung

Werkzeuge zur Modellierung, Dynamik und Optimierung von Robotersystemen.

Forschung

Domänen-Randomisierungsexperimente für die Soft-Roboter-Steuerung mit geschlossenem Regelkreis.

Forschung

EvoBot bietet einen Agenten und eine wiederverwendbare Fähigkeitsbibliothek für LIBERO-Manipulationsaufgaben.

Forschung

Experimente zur Gelenksteuerung mit genetischen Algorithmen für einen vierbeinigen Roboter.

Forschung

MuJoCo-Framework zur Untersuchung des Roboterverhaltens bei Sensor-, Aktor- und Hardwarefehlern.

Forschung

Eine C++-Implementierung von Fastron basierend auf dem Artikel „Learning-Based Proxy Collision Detection for Robot Motion Planning Applications“.

Forschung

Implementierung von Gaussian Process Motion Planner 2.

Forschung

Forschungscode für die simulationsgestützte Richtlinienoptimierung beim Black-Box-Roboterlernen.

Forschung

Human-in-the-Loop-Roboter-Lern- und Shared-Control-Experimente.