Biographie

Oier Mees ist Doktorand in der Arbeitsgruppe Autonome Intelligente Systeme der Universität Freiburg, die von Prof. Dr. Wolfram Burgard betreut wird. Er wurde als Robotics: Science and Systems (RSS) Pioneer, einer der weltweit besten Nachwuchsforscher in der Robotik, für seine Beiträge zur Entwicklung neuartiger Methoden für die assistive Robotik unter Verwendung von maschinellem Lernen ausgezeichnet.

Konkret geht es bei Oiers Arbeit um das seit langem bestehende Ziel, Serviceroboter zu bauen, die eine breite Palette alltäglicher Aufgaben auf beliebige Anweisungen des Benutzers hin ausführen können. Dazu müssen die Roboter ein vielfältiges Repertoire an Allzweckfähigkeiten erwerben und die Benutzer, die keine Experten sind, müssen in der Lage sein, die Aufgaben, die der Roboter lösen soll, effektiv zu spezifizieren. Während seiner Promotion hat Oier neuartige Methoden entwickelt, die einem Roboter helfen:
(i) die Fähigkeiten zur Ausführung von Aufgaben in hausähnlichen Umgebungen aus unkuratierten Daten zu erlernen,
(ii) sie mit abstrakten natürlichsprachlichen Anweisungen in der realen Welt in Beziehung zu setzen, um mehrstufige mobile Kopieraufgaben mit langem Horizont zu erledigen, wie z. B. "räume den Arbeitsbereich auf" oder "bewege dich zuerst zur Pflanze, dann 3 Meter nach Süden und gehe dann zwischen Tastatur und Schüssel".

Oiers Forschungsergebnisse wurden in einer Reihe von hochrangigen, von Experten begutachteten Konferenz- und Zeitschriftenbeiträgen veröffentlicht und mit einer Nominierung für den Preis für den besten Beitrag auf der International Conference on Robotics and Automation (ICRA) 2020 und der bereits erwähnten Auszeichnung als RSS-Pionier 2022 gewürdigt. Siehe auch https://www.oiermees.com.

___

English:

Oier Mees is a PhD student in the Autonomous Intelligent Systems group at the University of Freiburg, supervised by Prof. Dr. Wolfram Burgard. He was named a Robotics: Science and Systems (RSS) Pioneer, one of the world's top young researchers in robotics, for his contributions to the development of novel methods for assistive robotics using machine learning.

Specifically, Oier's work is about the long-standing goal of building service robots that can perform a wide range of everyday tasks in response to arbitrary instructions from the user. To do this, the robots must acquire a diverse repertoire of general-purpose capabilities, and the users, who are not experts, must be able to effectively specify the tasks they want the robot to solve. During his PhD, Oier developed novel methods that help a robot:
(i) learn the skills to perform tasks in house-like environments from uncurated data,
(ii) relate them to abstract natural language instructions in the real world to perform multi-step long horizon mobile copying tasks, such as "tidy up the workspace" or "move first to the plant, then 3 metres south, then walk between the keyboard and the bowl".

Oier's research has been published in a number of high-profile peer-reviewed conference and journal papers, and has been recognised with a nomination for the best paper award at the International Conference on Robotics and Automation (ICRA) 2020 and the aforementioned RSS Pioneer 2022 award. See also https://www.oiermees.com. 

Fragestellungen im Themenfeld Künstliche Intelligenz

My research aims to enable robots to perform a wide range of everyday tasks in human-centered environments based on natural language instructions by scaling robot learning to learn from unlabeled offline datasets.