Erstellt am 23.08.16 Wissenschaftliche Fragestellung Motorische Fähigkeiten befähigen einen Roboter zur Erfüllung von Aufgaben. Heutzutage werden diese in der Regel manuell erstellt, was zu einer kosten- und zeitintensiven Inbetriebnahme führt. Die aktuelle Forschung zielt daher auf selbstlernende Ansätze ab, die auf Basis einer Zielvorstellung sich eigenständig motorische Fähigkeiten beibringen. In dieser Arbeit soll dazu ein bereits funktionierendes und implementiertes Lernverfahren untersucht werden. Darin lernt ein Agent (der Roboter) eine motorische Fähigkeit in dem er Belohnungen für seine Aktionen maximiert. Diese motorische Fähigkeit wird anschließend in einem neuronalen Netzwerk abgebildet und kann bei Bedarf abgerufen werden. Die Qualität der Lösung hängt jedoch im hohen Grad von der Architektur des neuronalen Netzes ab. Aus diesem Grund soll in der Arbeit untersucht werden, welche Architekturen sich zu Repräsentation von motorischen Fähigkeiten eignen. Wissenschaftliche Methodik - Einarbeitung in Reinforcement Learning mit dem Schwerpunkt auf Policy-Search und neuronalen Netzwerken - Recherche und Aufstellen von verschiedenen Designs von neuronalen Netzwerken - Implementierung der Architekturen in eine bereits existierende Simulationsumgebung unter Verwendung des Frameworks Caffe (C++ und Python) - Bewertung der unterschiedlichen Designs für neuronale Netzwerke Ziel und erwartete Ergebnisse Ziel der Arbeit ist die Entwicklung und Validierung eines Designs für neuronale Netzwerke, welches sich zur Repräsentation von motorischen Fähigkeiten eignet. Dazu soll auf dem bisherigen Forschungsstand aufgesetzt werden, dieser erweitert und anschließend die Funktionalität in einer Simulationsumgebung gezeigt werden. Abgeschlossen wird die Arbeit durch eine ausführliche Dokumentation der erzielten Forschungsergebnisse. Philipp Ennen, M. Sc. Ansprechpartner/in Telefon: +49 241 80 91192 E-Mail: [email protected] Art der Arbeit Bachelor, Master Am IMA/ZLW & IfU können Sie Ihre Projekt-, Bachelor- und Masterarbeit in verschiedenen Themengebieten anfertigen. Arbeiten außerhalb der Fakultät für Maschinenwesen werden generell in Kooperation zwischen einer Dozentin bzw. einem Dozenten der betreffenden Fakultät und Prof. Sabina Jeschke bzw. apl.-Prof. Ingrid Isenhardt durchgeführt. Bitte klären Sie im Voraus, welche Regeln für eine gemeinsame Betreuung gelten. IMA/ZLW & IfU – RWTH Aachen University Lehrstuhl für Informationsmanagement im Maschinenbau IMA Zentrum für Lern- und Wissensmanagement ZLW An-Institut für Unternehmenskybernetik e.V. IfU Powered by TCPDF (www.tcpdf.org) Direktorin: Prof. Dr. rer. nat. Sabina Jeschke 1. Stellvertreterin: apl.-Prof. Dr. habil. Ingrid Isenhardt 2. Stellvertreter: Dr. rer. nat. Frank Hees Senior Advisor: Prof. Dr.-Ing. em. Klaus Henning http://www.ima-zlw-ifu.rwth-aachen.de Neural Network Design von motorischen Fähigkeiten für selbstlernende Roboter
© Copyright 2024 ExpyDoc
