Скачать или смотреть Основные доклады IROS 2025 — Сессия «Взаимодействие человека и робота»: Донгхеуи Ли

Тема основного доклада: «От пассивного обучающегося к проактивному и интерактивному обучающемуся с развитыми навыками рассуждения»

Биография докладчика:
Донгхеуи Ли — профессор автономных систем в Институте компьютерных технологий Венского технического университета. С 2017 года она также возглавляет группу человекоориентированной вспомогательной робототехники в Немецком аэрокосмическом центре (DLR). Ранее она работала доцентом и профессором на кафедре электротехники и вычислительной техники Технического университета Мюнхена, доцентом-исследователем в Токийском университете и научным сотрудником в Корейском институте науки и технологий (KIST). В 2007 году она получила степень доктора философии на кафедре механоинформатики Токийского университета (Япония). Она была удостоена стипендии Карла фон Линде и премии имени Гельмгольца. Она работала старшим редактором и членом-учредителем журнала IEEE Robotics and Automation Letters (RA-L), ассоциированным редактором журнала IEEE Transactions on Robotics, а также избранным членом Административного комитета IEEE RAS. Ее научные интересы включают понимание движений человека, взаимодействие человека и робота, машинное обучение в робототехнике и вспомогательную робототехнику.

Аннотация
Автономное обучение и управление двигательными навыками являются центральными задачами в разработке интеллектуальных роботизированных систем. Имитационное обучение предлагает эффективный подход, позволяющий роботам приобретать новые навыки под руководством человека, одновременно сокращая время и затраты на ручное программирование. Традиционные подходы к обучению роботов на основе демонстрации, как правило, делают робота пассивным обучающимся, в основном ограниченным планированием движений, основанным на текущих наблюдениях. Для того чтобы выйти за рамки традиционной парадигмы имитационного обучения, необходимо разработать методы, позволяющие роботам непрерывно осваивать новые навыки и, при необходимости, совершенствовать ранее приобретенные, особенно в неопределенных или динамичных условиях. Это может потребовать способности рассуждать о собственных действиях робота или расширять его знания посредством проактивного и интерактивного взаимодействия с людьми.