Advanced Deep Learning for Robotics

Worum geht's

In diesem Modul vertiefst Du fortgeschrittene Deep-Learning-Methoden mit Schwerpunkt auf robotischen Anwendungen und Deep Reinforcement Learning. Du lernst sowohl theoretische Grundlagen zu modernen Netzarchitekturen und probabilistischen Methoden als auch deren praktische Umsetzung in Simulationen und Projekten für Robotik-Tasks.

Was du danach kannst

• Fortgeschrittene Architekturen neuronaler Netze verstehen
• Bayesian Deep Learning und Unsicherheitsabschätzung anwenden
• Generative Modelle (VAE, GAN) kennen und nutzen
• Data-efficient Learning: Transfer- und semi-supervised Methoden einsetzen
• State-of-the-art Deep Reinforcement Learning Algorithmen verstehen
• DRL-Methoden praktisch in robotischen Simulationen implementieren und trainieren

Aus was das Modul besteht

• VorlesungVermittlung der theoretischen Grundlagen zu Advanced Deep Learning und Deep Reinforcement Learning
• Praktische SitzungenPraktische Umsetzung, Training und Testen von DRL-Methoden in Simulationen
• Semesterprojekt (Teams zu 2)Anwendung und Vertiefung durch ein über das Semester laufendes Projekt mit wöchentlichen Präsentationen und Tutoring

Lehrmethode

• VorlesungDetaillierte theoretische Darstellung und Diskussion aktueller Forschung
• Reading AssignmentsVertiefung durch ausgewählte Kapitel und aktuelle Konferenzpapiere
• Praktische Übungen und TrainingErlangen praktischer Erfahrung mit Implementierung und Training von DRL-Methoden
• Projektbetreuung mit wöchentlichen PräsentationenIteratives Arbeiten an einem realen Problem und kontinuierliches Feedback