Jeffrey Cross
Jeffrey Cross

Black Makers月:Chad Jenkins

Odest Chadwicke Jenkins是我的朋友和邻居。如果我真的想分裂头发,乍得更像是科学家而不是制造者。我会忽略那种小技术性,因为乍得所做的工作非常棒,并且在机器人领域产生了巨大的影响,这影响了每个使用机器人的制造商。乍得和我分享了很多兴趣,包括视频游戏和机器人,我觉得有趣的是,他经营着我以前的导师Leslie Kaelbling所居住的实验室,他现在在麻省理工学院。乍得在大学打橄榄球,所以你不想惹他!乍得很酷,他最近被“大众科学”评为“精彩10强”之一。

我会让乍得为自己说话:

我是布朗大学计算机科学副教授。我的研究小组,布朗(RLAB)的机器人,学习和自主,探讨了与人机交互和机器人学习相关的主题,特别关注人体演示和机器人软件系统的机器人学习。我的工作致力于实现机器人和自治系统,使其成为真实世界任务中人类的有效合作者。可重复性和互操作性是我研究和开发工作的一个关键方面,例如来自我集团的ROS存储库。

我对从演示或机器人LfD进行机器人学习的研究主要集中在人类运动和决策制定过程的自动发现上。近年来,机器人LfD已成为一种引人注目的替代方案,其中机器人从用户的演示中隐式编程,而不是通过计算机编程语言明确编码。 Robot LfD允许用户和开发人员专注于机器人的使用和应用,而无需获得与任务无关的技术技能。我的研究重点是开发能够从演示的示例中估计和自主执行人类用户的预期机器人行为的算法和软件。

我的小组最近的工作探索了网络规模的机器人学习,其中简单的算法与大量的演示数据一起使用。为了实现大规模的数据收集,我的团队开发了rosbridge,使机器人可以使用JavaScript纯粹从常见的Web浏览器进行访问和编程。这种规模的数据带来了新的计算问题,包括从多值演示中估计控制器。更一般地说,我的团队的目标是将机器人作为网络服务,以扩大公众对最先进机器人的可访问性,例如PR2远程实验室。

我的论文工作的早期工作从人形机器人的模仿学习的角度研究了机器人LfD,重点是从时间序列数据中进行流形学习来估计动态运动原语。我的工作还涉及计算机视觉,涉及使用运动原语和体积无标记运动捕捉的基于物理的运动跟踪的项目,以及用于物理模拟人形生物的实时控制的计算机动画。

分享

发表评论