Der Forschungsbereich Software-intensive Systems beschäftigt sich mit Entscheidungsfindung und Optimierungsfragen in lose gekoppelten, vernetzten und kollaborativen Systemen. Die zunehmende Vernetzung von Systemen und die steigende Komplexität von Softwareanwendungen erfordern innovative Ansätze, um effiziente Entscheidungsfindung und Optimierung zu ermöglichen. Durch die fortlaufende Forschung in diesem Bereich werden nicht nur technologische Grenzen erweitert, sondern es entstehen auch neue Möglichkeiten für Innovationen und Fortschritt in verschiedenen Branchen und gesellschaftlichen Bereichen.

Zum Forschungsbereich Software-intensive Systems

Der Forschungsbereich Systems on Chip beschäftigt sich mit grundlegenden Forschungsfragen bezüglich integrierter Schaltkreise. Derzeit liegt der Schwerpunkt der Forschung vor allem auf dem Gebiet des maschinellen Lernens in eingebetteten Systemen, um die Herausforderungen im Umgang mit begrenzten Ressourcen zu bewältigen. Ein vielversprechendes Forschungsfeld im Bereich SoC ist auch die Integration von verschiedenen Sensoren und Aktuatoren auf einem Chip. Dies ermöglicht die Entwicklung von hochintelligenten, autonomen Systemen, die in der Lage sind, ihre Umgebung zu erkennen und entsprechend zu reagieren. Die Forschung in diesem Bereich trägt nicht nur zur Weiterentwicklung von Hardware bei, sondern ermöglicht auch die Entstehung neuer Anwendungen und Dienstleistungen, die unser tägliches Leben verbessern und die Art und Weise, wie wir mit Technologie interagieren, revolutionieren können.

Zum Forschungsbereich Systems on Chip

Das Autonomous Systems Lab beschäftigt sich mit innovativer Forschung auf dem Gebiet des kognitiven Lernens und der Steuerung motorischer Fähigkeiten von Robotern auf der Grundlage des menschlichen Bewegungsverständnisses. Der Schwerpunkt der Forschung liegt auf zwei Aspekten: autonomes Lernen aus Beobachtungen im täglichen Leben und kognitive Robotersteuerung. Um einen intuitiven Roboter zu realisieren und die Erwartungen der Menschen an einen robotischen Begleiter zu erfüllen, studieren wir die menschlichen Verhaltensweisen und übertragen die entdeckten Mechanismen auf robotische Systeme. Auf diese Weise kann der Roboter neue Fähigkeiten erlernen, ohne dass Ingenieure ihn programmieren müssen, und komplizierte Aufgaben schrittweise in einem verallgemeinerten Rahmen erlernen. Insbesondere durch die Verknüpfung von Lernen aus Beobachtungen, Robotermotorsteuerung und Lernen aus Selbstversuchen werden Roboter in der Lage sein, komplexe Aufgaben unter Unsicherheiten robust auszuführen.

Zum Forschungsbereich Autonomous Systems