Reinforcement learning humanoïde voortbeweging voor volledige lichaamsbehee
Het mogelijk maken van betrouwbare voortbeweging en volledige lichaamsbesturing voor manipulatietaken is essentieel voor de praktische inzet van humanoïde robots bij het opruimen van uitwerpselen. Klassieke modelgebaseerde besturingsmethoden schieten vaak tekort bij toepassing op systemen met een hoge mate van vrijheid. De complexiteit van de coördinatie van talloze gewrichten, gecombineerd met dynamische en onvoorspelbare omgevingen maakt traditionele methoden ontoereikend. Daarom is een op leren gebaseerd systeem dat gebruikmaakt van moderne simulatieplatforms en schaalbare trainingstechnieken essentieel om het volledige potentieel van humanoïde robots voor medische toepassingen te benutten.
Multimodaal situationeel bewustzijn en veilige navigatie in ziekenhuis
Situationeel bewustzijn is essentieel voor de veilige en betrouwbare werking van humanoïde robots in medische omgevingen. Voor taken zoals het opruimen van uitwerpselen moet de robot zichzelf nauwkeurig lokaliseren voor het plannen van de route, en tegelijkertijd statische en dynamische obstakels zoals medische apparatuur en personeel vermijden.
Medisch-gerichte implementatie met gebruikersinterface en gebruikersstudie
Het aantonen van de praktische bruikbaarheid in klinische settings is essentieel om het project te begeleiden en te valideren. Alle getrainde netwerken moeten volledig aan boord van de humanoïde robot worden geïmplementeerd met realtime prestaties, zonder afhankelijk te zijn van cloudgebaseerde services, om te voldoen aan de privacy- en prestatievereisten in de gezondheidszorg. Daarnaast moet de gebruikerservaring vanuit medisch perspectief actief worden overwogen, inclusief de ontwikkeling van mens-machine-interfaces.