Definition
Beim Lehrplanlernen werden Trainingsaufgaben nach zunehmendem Schwierigkeitsgrad geordnet und so nachgeahmt, wie Menschen lernen. Bei der Robotermanipulation könnte ein Lehrplan mit großen, leicht zu greifenden Objekten beginnen und zu kleinen, rutschigen Objekten übergehen. Bei der Fortbewegung kann der Schwierigkeitsgrad im Gelände von flachem Boden zu unebenen Hängen und Treppen ansteigen. Automatische Lehrplanmethoden (wie PAIRED, PLR und Lehrer-Schüler-Frameworks) passen den Schwierigkeitsgrad dynamisch an die aktuelle Kompetenz des Lernenden an. Durch Lehrplanlernen wird die Notwendigkeit einer Belohnungsgestaltung reduziert und die Stichprobeneffizienz sowohl in der Simulation als auch im realen Training erheblich verbessert.
Warum es für Roboterteams wichtig ist
Das Verständnis des Lehrplanlernens ist für Teams, die reale Robotersysteme entwickeln, von entscheidender Bedeutung. Unabhängig davon, ob Sie Demonstrationsdaten sammeln, Richtlinien in der Simulation schulen oder in der Produktion einsetzen, wirkt sich dieses Konzept direkt auf Ihren Arbeitsablauf und Ihr Systemdesign aus.