Explorez l'interaction homme-robot, l'engagement des étudiants et l'analyse de l'apprentissage à l'aide de données multimodales pour améliorer les processus éducatifs.
Partage des anecdotes percutantes d'expériences de robotique éducative, présentant le réengagement des élèves et la surprise des enseignants lors d'un festival de robotique.
Présente une architecture nouvelle pour l'apprentissage robot de l'interaction haptique, la réalisation d'une estimation robuste de la classe d'objets et l'amélioration de l'efficacité de l'interaction haptique.
Explore l'injection de perturbations bayésiennes pour une imitation robuste dans l'apprentissage des robots, démontrant son efficacité dans la réduction de l'accumulation d'erreurs et la réalisation de tâches élevées.
Explore les robots d'entraînement en renforçant l'apprentissage et l'apprentissage de la démonstration, mettant en évidence les défis de l'interaction homme-robot et de la collecte de données.
Couvre l'apprentissage et le contrôle adaptatif des robots, en mettant l'accent sur la réactivité en temps réel et la planification de parcours à l'aide de systèmes dynamiques.
Explore les actionneurs élastomères utilisant des forces électrostatiques pour des applications robotiques douces, montrant leur potentiel dans la création de machines souples efficaces et contrôlables.
S'inscrit dans la théorie de l'activation matérielle, proposant un cadre mathématique unifié pour modéliser comment plusieurs stimuli peuvent produire des changements au niveau macroscopique.
