Physical robotic assistance to humans has high impact in many critical areas, such as rehabilitation and mobility aids. In this context, anticipatory model-based control schemes minimize human effort at the risk of provoking disagreements with the human partner. This thesis advances on learning and model-based control aspects for physical assistance. We present online learning algorithms and novel uncertainty-dependent optimal control schemes. These methods allow us to deploy physical assistants adapting to model uncertainty and disagreements, providing superior performance in experiments with human users.     «

Physical robotic assistance to humans has high impact in many critical areas, such as rehabilitation and mobility aids. In this context, anticipatory model-based control schemes minimize human effort at the risk of provoking disagreements with the human partner. This thesis advances on learning and model-based control aspects for physical assistance. We present online learning algorithms and novel uncertainty-dependent optimal control schemes. These methods allow us to deploy physical assistants...     »

Die robotische Assistenz für den Menschen ist von zunehmender Bedeutung in vielen gesellschaftlich wichtigen Anwendungsbereichen wie zum Beispiel Produktionstechnik, Rehabilitation und Pflege. Die Herausforderung besteht darin, eine unterstützende Verhaltensweise des Roboters zu generieren, welche zwar den menschlichen Arbeitsaufwand minimiert, aber keineswegs Uneinigkeit mit dem menschlichen Partner hervorruft. Diese Dissertation liefert innovative Beiträge zur antizipierenden modell-basierten Regelung und Lernverfahren für die physische Roboterassistenz. Es werden neue unsicherheitsabhängige optimale Regelungsmethoden und Lernverfahren präsentiert, die Modellunsicherheiten und Uneinigkeit mit dem menschlichen Kooperationspartner berücksichtigen. Die überragende Leistungsfähigkeit dieser Verfahren wird in Mensch-Roboter-Experimenten nachgewiesen.     «

Die robotische Assistenz für den Menschen ist von zunehmender Bedeutung in vielen gesellschaftlich wichtigen Anwendungsbereichen wie zum Beispiel Produktionstechnik, Rehabilitation und Pflege. Die Herausforderung besteht darin, eine unterstützende Verhaltensweise des Roboters zu generieren, welche zwar den menschlichen Arbeitsaufwand minimiert, aber keineswegs Uneinigkeit mit dem menschlichen Partner hervorruft. Diese Dissertation liefert innovative Beiträge zur antizipierenden modell-basierten...     »