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.
Explore l'amélioration du corps robotique avec des membres supplémentaires et les défis de la neuro-ingénierie dans le développement de doigts robotiques supplémentaires pour la restauration et l'augmentation.
Explore l'optimisation des systèmes neuroprothétiques, y compris la restauration de rétroaction sensorielle et les stratégies de stimulation neuronale.
Explore la neuroprothèse motrice, couvrant le système nerveux périphérique, le décodage moteur, les mains robotiques et la rétroaction sensorielle grâce à des techniques avancées et des systèmes implantables.
Explore le défi de contrôle dans les systèmes robotiques souples et l'utilisation de modèles simplifiés avec théorie de contrôle non linéaire pour l'exécution dynamique des tâches.
Explore deux paradigmes pour la robotique, des composants comme les moteurs, les engrenages, les capteurs et les contrôleurs, et des considérations de conception pour divers types de robots.
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.
Explore le contrôle conforme pour les robots par impédance et rigidité variable, permettant des interactions sûres et adaptatives avec l'environnement.
Introduit les bases de la robotique, couvrant les définitions, les classifications et les statistiques, et explore l'évolution et les applications de différents types de robots.
Explore les servomoteurs souples à commande électrique pour la robotique et les haptiques, en mettant l'accent sur les principes d'actionnement électrostatique et le développement des servomoteurs souples à l'aide de divers matériaux.
Explore l'apprentissage et le contrôle adaptatif pour les robots, en mettant l'accent sur les défis, la planification de parcours avec des systèmes dynamiques, et les applications de planification en temps réel.
Couvre les matrices de rotation, les traductions et la modélisation géométrique directe des robots série, y compris les paramètres Denavit-Hartenberg et la séquence des mouvements pour un robot 6 DOF.
Couvre les modèles neuronaux hybrides pour les neuroprothèses, l'optimisation de la stimulation nerveuse et la récupération après une lésion de la moelle épinière.
Explore l'évitement des obstacles en utilisant Dynamical Systems pour les robots, en se concentrant sur la modulation, les garanties de stabilité et la théorie de la contraction.
Explore les approches fondées sur les données pour améliorer la conception des robots, en mettant l'accent sur la conformité, les matériaux souples et les interactions complexes.
Explore la conception de robots informatiques, en mettant l'accent sur la co-optimisation et l'utilisation de grammaires graphiques pour une conception efficace.
