Stefan Weigand

Stefan Werner ist wissenschaftlicher Mitarbeiter im Bereich Robotik und Regelung am Lehrstuhl für Sichere Autonome Systeme der TU Dortmund. Nach seinem Bachelor- und Masterabschluss in Informatik an der Universität Paderborn arbeitete er als Machine Learning Engineer für Embedded-Vision-Algorithmen bei der SICK AG. Derzeit promoviert er zum sicheren Sim-to-Real-Transfer von Reinforcement-Learning-Methoden und beschäftigt sich mit Forschungsthemen an der Schnittstelle von Computer Vision, Robotersimulation und Embodied Intelligence.

Aktuelle Forschungsthemen:

• Entwicklung übertragbarer Steuerungspolicies für reale Roboter in der Simulation trotz Sim-to-Real-Lücken
• Generalisierung von Reinforcement Learning auf bisher unbekannte visuelle Domänen
• Sicherstellung sicherer und robuster Steuerung bei Domain Shifts durch Reinforcement Learning

Besondere Interessen:

• Kombination komplementärer Sensormodalitäten zur Minderung der Einschränkungen einzelner Sensoren, um die Robustheit gelernter Steuerungspolicies zu verbessern.