User: Guest  Login
Original title:
Learning and Feedback in Robotics with Stabilizing Controller Parameterizations
Translated title:
Maschinelles Lernen und Regelung in der Robotik mit Parametrierungen stabilisierender Regler
Author:
Friedrich, Stefan Roland
Year:
2021
Document type:
Dissertation
Faculty/School:
Fakultät für Elektrotechnik und Informationstechnik
Advisor:
Buss, Martin (Prof. Dr.)
Referee:
Buss, Martin (Prof. Dr.); Adamy, Jürgen (Prof. Dr.)
Language:
en
Subject group:
MSR Meßtechnik, Steuerungs- und Regelungstechnik, Automation
TUM classification:
MSR 600d
Abstract:
Increasing autonomy of intelligent robots demands for control technologies to leverage machine learning in the closed feedback loop while preserving stability. To this end, the parameterization of stabilizing controllers is investigated and combined with reinforcement learning, with a particular focus on robotics. The proposed control architectures and learning algorithms are illustrated by means of simulations and two case studies including laboratory experiments on robotic hardware.
Translated abstract:
Die zunehmende Autonomie intelligenter Roboter erfordert Regelungstechnologien, die die Anwendung maschinellen Lernens unter Erhaltung der Stabilität im geschlossenen Regelkreis ermöglichen. Hierzu wird die Parametrierung stabilisierender Regler untersucht und mit Bestärkendem Lernen kombiniert, mit besonderem Augenmerk auf die Robotik. Die vorgestellten Regelungsarchitekturen und Lernalgorithmen werden durch Simulationen und anhand zweier praktischer Fallstudien mit Laborexperimenten auf Robote...     »
WWW:
https://mediatum.ub.tum.de/?id=1543212
Date of submission:
08.06.2020
Oral examination:
30.04.2021
File size:
7518805 bytes
Pages:
228
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210430-1543212-1-6
Last change:
15.07.2021
 BibTeX