http://join2-wiki.gsi.de/foswiki/pub/Main/Artwork/join2_logo100x88.png

Deep Reinforcement Learning for Robotic Control in High-Dexterity Assembly Tasks : A Reward Curriculum Approach

Leyendecker, Lars (Corresponding author) ; Schmitz, Markus ; Zhou, Hans Aoyang^RWTH* ; Samsonov, Vladimir^RWTH* ; Rittstieg, Marius ; Lütticke, Daniel^RWTH*

In
2021 Fifth IEEE International Conference on Robotic Computing : IRC 2021 : virtual conference, 15-17 November 2021 : proceedings / honorary chairman: Jeffrey J.P. Tsai (Asia University, Taiwan) ; general co-chairs: Davide Brugali (University of Bergamo, Italy), Jean-Claude Latombe (Stanford University, USA), Phillip Sheu (University of California, Irvine, USA), Seiten/Artikel-Nr: 35-42

2021

Konferenz/Event:5. IEEE International Conference on Robotic Computing , Taichung , Taiwan , IRC 2021 , 2021-11-15 - 2021-11-17

ImpressumPiscataway, NJ : IEEE

Umfang35-42

ISBN978-1-6654-3416-4, 978-1-6654-3417-1, 978-1-66543-416-4, 978-1-66543-417-1

Online
DOI: 10.1109/IRC52146.2021.00012
10.1109/IRC52146.2021.00012

Einrichtungen

1. Lehrstuhl für Fertigungsmesstechnik und Qualitätsmanagement (417510)
2. Werkzeugmaschinenlabor WZL der RWTH Aachen (417200)
3. Internet of Production (080067)

Projekte

1. WS-A.III - Functional Perspective (X080067-WS-A.III) (X080067-WS-A.III)
2. DFG project 390621612 - EXC 2023: Internet of Production (IoP) (390621612) (390621612)

Inhaltliche Beschreibung (Schlagwörter)
Curriculum Learning (frei) ; Machine Learning (frei) ; Manufacturing (frei) ; Peg In Hole Assembly (frei) ; Reinforcement Learning (frei) ; Reward Shaping (frei) ; Robot Control (frei)

Dokumenttyp
Contribution to a book/Contribution to a conference proceedings

Format
online, print

Sprache
English

Anmerkung
Peer reviewed article

Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-85127026120
WOS Core Collection: WOS:000783796500005

Interne Identnummern
RWTH-2022-01598
Datensatz-ID: 841279

Beteiligte Länder
Germany