User: Guest  Login
Original title:
Unsupervised Control 
Original subtitle:
Efficient Inference for Time Series Modelling and Intrinsic Motivation 
Translated title:
Unüberwachte Regelung 
Translated subtitle:
Effiziente Inferenz für Zeitreihenmodellierung und intrinsische Motivation 
Year:
2020 
Document type:
Dissertation 
Institution:
Fakultät für Informatik 
Advisor:
van der Smagt, Patrick (Prof. Dr.) 
Referee:
van der Smagt, Patrick (Prof. Dr.); Haddadin, Sami (Prof. Dr.) 
Language:
en 
Subject group:
DAT Datenverarbeitung, Informatik 
TUM classification:
DAT 708d; DAT 815d 
Abstract:
In this work a previously inefficient unsupervised control technique called empowerment gets applied to simulated and real robots. For this purpose, an unsupervised algorithm for learning latent Markovian state space models from non-Markovian raw sensor sequences and an efficient model-based method for computing empowerment was developed. Experiments on simulated and real robots show the expected behaviour comprising biped balancing, flock behaviour, pendulum swing-up and grip stability. 
Translated abstract:
In dieser Arbeit wird eine ursprünglich ineffiziente Methode zur unüberwachten Regelung namens Empowerment auf simulierten und echten Robotern angewandt. Dazu wurde ein unüberwachter Algorithmus entwickelt, welcher latente Markovsche Zustandsräume aus nicht-Markovschen Sensorsequenzen lernen kann sowie eine effiziente Methode zur Berechnung von Empowerment. Experimente mit simulierten und echten Robotern beinhalten das Balancieren eines Biped und Pendels, Flockverhalten und Griffstabilität. 
Oral examination:
31.03.2020 
File size:
14623385 bytes 
Pages:
119 
Last change:
01.07.2020