In dieser Arbeit wird das Potenzial für eine verbesserte Roboterautonomie durch ein selbstentdeckungsorientiertes Körperschema untersucht, indem ein einheitlicher Online-Lernrahmen vorgeschlagen wird, der ausschließlich auf Propriozeption beruht und strukturelles Wissen nutzt. Daraus werden die Morphologie des Roboters und die zugehörige Inertialbeschreibung abgeleitet. Die Arbeit regt dazu an, das End-to-End-Lernen für physische Systeme zu überdenken und betont die Notwendigkeit einer synergistischen Integration von prinzipiellem Wissen und sensomotorischen Daten.     «

In dieser Arbeit wird das Potenzial für eine verbesserte Roboterautonomie durch ein selbstentdeckungsorientiertes Körperschema untersucht, indem ein einheitlicher Online-Lernrahmen vorgeschlagen wird, der ausschließlich auf Propriozeption beruht und strukturelles Wissen nutzt. Daraus werden die Morphologie des Roboters und die zugehörige Inertialbeschreibung abgeleitet. Die Arbeit regt dazu an, das End-to-End-Lernen für physische Systeme zu überdenken und betont die Notwendigkeit einer synergist...     »