Robotics

Aufbauend auf seiner international anerkannten Expertise in Embodied Artificial Intelligence treibt das Lamarr-Institut Innovationen im Bereich sicherer KI-basierter Robotik voran. So etwa bei Assistenzsystemen, humanoiden Robotern sowie in vielfältigen Anwendungen in Logistik und Industrie. Lernen Sie unsere Expertinnen und Experten in Kanada kennen!

Unsere Robotics-Expert*innen in Kanada

Die Erweiterung der Grenzen robotischer Fähigkeiten

Als Leiter des Teams für Haushaltsroboter NimbRo@Home begeistert sich Raphael Memmesheimer besonders für Roboterwettbewerbe, die die Grenzen robotischer Fähigkeiten in herausfordernden, realen Umgebungen außerhalb des Labors austesten. Er und seine Kolleginnen und Kollegen konzentrieren sich in ihrer Arbeit auf den Bereich der Embodied AI, die der Generierung autonomer Handlungen aus geführten Demonstrationen mittels Teleoperation durch Visual Language Action (VLA)-Modelle oder Policy-Diffusion-Ansätze dienen soll. Im Rahmen dessen werden Forschungskooperationen gesucht.

Dr. Raphael Memmesheimer

Postdoctoral Researcher Embodied AI zum Profil

Implementierung von Embodied AI in vielfältigen Umgebungen und der Logistik

Julian Eßers Forschung konzentriert sich auf KI in der Robotik, auch bekannt als Embodied oder Physical AI. Er freut sich darauf, zukünftige Kooperationen zwischen kanadischen Partnern und dem Lamarr-Institut an der Schnittstelle von Robotik, Reinforcement Learning und physikbasierter Simulation aufzubauen. Sein Forschungsziel ist es, robuste Steuerungsmethoden für Roboter zu entwickeln, die sich dynamisch bewegen und mit ihrer Umgebung interagieren können. Des Weiteren sucht er Partner für eine Studie zu den möglichen Anwendungen humanoider Roboter in der Logistik.

Julian Eßer

Scientific Coordinator Embodied AI zum Profil

Wahrung der Sicherheit autonomer Systeme

Basierend auf seiner Erfahrung in der Industrie mit Embedded-Vision-Algorithmen, liegt die Forschung Stefan Weigands an der Schnittstelle von Computer Vision, Robotersimulation und Embodied Intelligence. Im Rahmen seiner Forschungsarbeiten konzentriert er sich auf drei wesentliche Elemente. Zum einen auf Steuerungsmethoden, die trotz Sim-to-Real-Lücken gut von der Simulation auf reale Roboter übertragbar sind. Zum anderen auf die Generalisierung von Reinforcement Learning auf bisher unbekannte visuelle Domänen. Abschließend zudem auf die Gewährleistung sicherer und robuster Steuerung von Robotern unter Domain-Shifts.