elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Innovation Paths for Machine Learning in Robotics

Stulp, Freek und Spranger, Michael und Listmann, Kim und Doncieux, Stéphane und Tenorth, Moritz und Konidaris, George und Abbeel, Pieter (2022) Innovation Paths for Machine Learning in Robotics. IEEE Robotics & Automation Magazine, 29 (4), Seiten 141-144. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/MRA.2022.3213205. ISSN 1070-9932.

[img] PDF - Preprintversion (eingereichte Entwurfsversion)
663kB

Offizielle URL: https://ieeexplore.ieee.org/document/9975165

Kurzfassung

Presents interviews conducted with robotics engineers discussing advances in artificial intelligence, with particular use in machine learning. Advances in artificial intelligence (AI), especially in machine learning (ML), are changing the business models of many companies, and creating entirely new ones. Recent research estimates that AI could boost profitability rates by 38% worldwide, leading to an economic boost of €12 trillion across a variety of industries by 2035. This immense number is an accumulation of many smaller numbers, related to the successful deployment of ML at individual companies, including small and medium-sized enterprises (SMEs) and start-ups.

elib-URL des Eintrags:https://elib.dlr.de/191940/
Dokumentart:Zeitschriftenbeitrag
Titel:Innovation Paths for Machine Learning in Robotics
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Stulp, FreekFreek.Stulp (at) dlr.dehttps://orcid.org/0000-0001-9555-9517NICHT SPEZIFIZIERT
Spranger, MichaelSony TokyoNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Listmann, KimBender GroupNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Doncieux, StéphaneSorbonne University-CNRSNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Tenorth, MoritzMagazino GmbHNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Konidaris, GeorgeRealtime RoboticsNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Abbeel, PieterUniversity of Califormia, BerkeleyNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:7 Dezember 2022
Erschienen in:IEEE Robotics & Automation Magazine
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:29
DOI:10.1109/MRA.2022.3213205
Seitenbereich:Seiten 141-144
Verlag:IEEE - Institute of Electrical and Electronics Engineers
ISSN:1070-9932
Status:veröffentlicht
Stichwörter:robotics, machine learning, innovation
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Robotik
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R RO - Robotik
DLR - Teilgebiet (Projekt, Vorhaben):R - Autonome, lernende Roboter [RO]
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013) > Kognitive Robotik
Institut für Robotik und Mechatronik (ab 2013)
Hinterlegt von: Stulp, Freek
Hinterlegt am:16 Dez 2022 14:58
Letzte Änderung:25 Jan 2023 09:56

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.