Laufende Programme
| AssemblySkills | |
|---|---|
|
Das ERC-Proof-of-Concept-Projekt „AssemblySkills“ baut auf den Methoden der künstlichen Intelligenz auf, die im Rahmen des ERC Starting Grants „SKILLS4ROBOTS – Policy Learning of Motor Skills for Humanoid Robots“ entwickelt wurden. Dieses Projekt führte zu einer strukturierten, modularen Steuerungsarchitektur, die das Potenzial hat, das Roboterlernen auf komplexere Aufgaben in der realen Welt zu skalieren. In dieser modularen Steuerungsarchitektur werden elementare Bausteine – Bewegungsprimitive genannt – gleichzeitig angepasst, sequenziert oder koaktiviert, um die Aufgaben des Roboters zu erfüllen. Ziel des nun mit dem Proof of Concept Grant ausgezeichneten Vorhabens „AssemblySkills“ ist es, diese Module zu einem kompletten Softwarepaket zusammenzufassen, das anwendungsgesteuerten Robotern das Erlernen neuer Fähigkeiten – insbesondere bei Montageaufgaben – ermöglicht. Die Forschung im Rahmen des Grants zielt auf ein kosteneffektives, neuartiges maschinelles Lernsystem ab, das das Potenzial von Fertigungsrobotern freisetzen kann, indem es sie in die Lage versetzt, parametrisierte Bausteine, wie zum Beispiel Bewegungsprimitive, auswählen, anpassen und sequenzieren zu lernen. Der Ansatz des Forschungsteams um Professor Jan Peters ist insofern einzigartig, als dass er mehr als nur eine einzige gewünschte Bahn erfassen kann, wie dies bei konkurrierenden Ansätzen der Fall ist, die Anpassung von Richtlinien erspart, nur wenige Daten benötigt und dem Roboterbedienenden die Lösung erklären kann. |
Prof. Jan Peters, Ph.D. Fachgebiet Intelligent Autonomous Systems Funding duration: 2021 – 2022 |
| RED – Robust, Explainable Deep Networks in Computer Vision | |
|---|---|
|
Ziel des Projektes ist die Entwicklung von Methoden, die die Bildanalyse mit künstlichen neuronalen Netzwerken (Deep Networks) robuster und nachvollziehbarer machen. Dadurch soll das Vertrauen in Methoden des Maschinellen Lernens in der Bildanalyse steigen, zum Beispiel im Kontext selbstfahrender Autos. Am Ende soll eine Art Werkzeugkasten mit Architekturen, Algorithmen und Praktiken für tiefe neuronale Netze entstehen, der den Einsatz von Computer Vision in Anwendungen ermöglicht, in denen wenig Fehlertoleranz besteht, nur eine kleine Trainingsdatenbasis verfügbar, und das Vertrauen durch den Nutzer entscheidend ist. |
Prof. Stefan Roth, Ph.D. Visual Inference Lab Funding duration: 2020 – 2025 Projektinformationen bei CORDIS |
| PSOTI – Privacy-preserving Services On The Internet | |
|---|---|
|
Das Hauptziel von „PSOTI“ ist es, Privatsphäre-schützende Dienste für alltäglich genutzte Internetanwendungen wie Datenspeicherung, Online-Umfragen und E-Mail-Kommunikation zu entwickeln. Diese Dienste sollen umfangreiche Funktionen unterstützen und es ermöglichen, Daten sicher und effizient zu speichern, abzurufen, zu durchsuchen und zu verarbeiten. Hierdurch werden die DSGVO-Konformität und somit die Grundrechte auf Privatsphäre und Schutz personenbezogener Daten gewahrt. Geplant ist die Entwicklung eines praktikablen Systems für sichere Mehrparteienberechnungen, das auch für die geschützte Verarbeitung anderer sensibler Daten genutzt werden kann, wie zum Beispiel im Bereich der Genomik oder des Maschinellen Lernens. Darüber hinaus werden Protokolle für private Suchanfragen entwickelt, die selbst die Struktur von Anfragen verbergen und in verschiedenen Anwendungsfällen zum Einsatz. |
Prof. Dr.-Ing. Thomas Schneider Fachgebiet Praktische Kryptographie und Privatheit Funding duration: 2020 – 2025 Projektinformationen bei CORDIS |
Abgeschlossene Programme
| REScala – A Programming Platform for Reactive Data-intensive Applications | |
|---|---|
|
REScala is a reactive language which integrates concepts from event-based and functional-reactive programming into the object-oriented world. REScala supports the development of reactive applications by fostering a functional and declarative style which complements the advantages of object-oriented design. REScala is a Scala library for functional reactive programming on the JVM and the Web. It provides a rich API for event stream transformations and signal composition with managed consistent up-to-date state and minimal syntactic overhead. It supports concurrent and distributed programs. |
Prof. Dr.-Ing. Mira Mezini Software Technology Group Funding duration: 2019 – 2021 Projektinformationen bei CORDIS |
| SKILLS4ROBOTS – Policy Learning of Motor Skills for Humanoid Robots | |
|---|---|
| The goal of SKILLS4ROBOTS is to develop an autonomous skill learning system that enables humanoid robots to acquire and improve a rich set of motor skills. This robot skill learning system will allow scaling of motor abilities up to fully anthropomorphic robots while overcoming the current limitations of skill learning systems to only few degrees of freedom. To achieve this goal, it will decompose complex motor skills into simpler elemental movements – called movement primitives – that serve as building blocks for the higher-level movement strategy and the resulting architecture will be able to address arbitrary, highly complex tasks – up to robot table tennis for a humanoid robots. Learned primitives will be superimposed, sequenced and blended. |
Prof. Jan Peters, Ph.D. Fachgebiet Intelligent Autonomous Systems Funding duration: 2015 – 2021 Projektinformationen bei CORDIS |
