| Sicher lernende Trajektorienplanung für hochautomatisierte Fahrzeuge |
Masterarbeit |
M. Sc. Lukas Köhrer |
| Analyse Deep Reinforcement Learning-basierter adaptiver Bewegungsplanung autonomer mobiler Roboter zur Vorhersage menschlicher Trajektorien |
Masterarbeit |
M. Sc. Daniel Flögel |
| Initiative Masterarbeiten: Deep Reinforcement Learning für die Bewegungsplanung autonomer Roboter in Menschenmengen |
Masterarbeit |
M. Sc. Daniel Flögel |
| Sim-to-Real-Transfer: Dynamik-Informed Deep Reinforcement Learning für autonome mobile Roboter |
Masterarbeit |
M. Sc. Daniel Flögel |
| Einsatz von LLMs zum Entwurf und zur Parametrierung eines Modellprädiktiven Reglers (MPC) |
Masterarbeit |
M. Sc. Max Grobbel |
| Human Robot Interface für die Telemanipulation eines Roboterarms mittels Modellprädiktiver Regelung |
Masterarbeit |
M. Sc. Max Grobbel |
| Praktische Validierung von Regelungsmethoden zur physischen Kopplung von mobilen Robotern |
Bachelor-/Masterarbeit |
M. Sc. Lars Fischer |
| Sensitivitätsanalyse eines modellprädiktiven Reglers |
Bachelor-/Masterarbeit |
M. Sc. Lars Fischer |
