Promotie Yongliang Wang: Doelgerichte robotmanipulatie in een rommelige omgeving
Robotmanipulatie stelt robots in staat om te interageren met hun fysieke omgeving en objecten te verplaatsen of te manipuleren.
Hoewel moderne robots goed presteren in gestructureerde industriële omgevingen, blijft robuuste manipulatie in beperkte en rommelige omgevingen een grote uitdaging. In dergelijke situaties moeten robots omgaan met complexe objectinteracties, contactdynamica en beperkte werkruimte, terwijl ze nauwkeurige bewegingen uitvoeren.
In zijn proefschrift onderzoekt Yongliang Wang leer-gebaseerde methoden voor doelgerichte robotmanipulatie in beperkte en geclutterde omgevingen. Het onderzoek richt zich op het verbeteren van de efficiëntie, robuustheid en generalisatie van manipulatiesystemen door middel van reinforcement learning, deep reinforcement learning en diffusie-gebaseerde beleidsmodellen.
De promotie is ook te volgen via livestream.