392149 Robotic Imitation Learning (S) (SoSe 2025)

Inhalt, Kommentar

What does it take to teach a robot a new skill? Do we need massive datasets, sophisticated architectures, or just better ways to collect data? This seminar explores the rapid evolution of imitation learning—from early behavior cloning methods to the latest foundation models capable of generalizing across embodiments, tasks, and environments.

Over the semester, we will dive into 15 milestone papers that define the state of the art, covering topics such as:

- Transformer-based sequence modeling for policy learning
- Scalable, low-cost data collection strategies
- Diffusion-based policies and generative action models
- Vision-language-action (VLA) models as robotic foundation models
- Interactive learning through human corrections and hybrid RL approaches

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

This seminar is designed for master’s students with a background in robotics, machine learning, or artificial intelligence. Familiarity with the following topics will be helpful:

- Deep learning fundamentals (e.g., sequence models, transformers, diffusion models)
- Experience with robotics or robot learning frameworks is beneficial but not required
- Reinforcement learning basics

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  
wöchentlich Mo 14-16 CITEC 2.015 07.04.-18.07.2025

Fachzuordnungen

Modul Veranstaltung Leistungen  
39-M-Inf-AI-adv Advanced Artificial Intelligence Advanced Artificial Intelligence: Seminar 1 Studienleistung
Studieninformation
39-M-Inf-ASE-adv Advanced Autonomous Systems Engineering Advanced Autonomous Systems Engineering: Seminar 1 Studienleistung
Studieninformation

Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.

Each student will choose one paper to present in a 45-minute talk, followed by a group discussion which they lead.

Moodle-Kurs
Moodle-Kurs
registrierte Anzahl: 10
Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
Adresse:
SS2025_392149@ekvv.uni-bielefeld.de
Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_516001385@ekvv.uni-bielefeld.de
Reichweite:
10 Studierende direkt per E-Mail erreichbar
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
Letzte Änderung Grunddaten/Lehrende:
Freitag, 3. Januar 2025 
Letzte Änderung Zeiten:
Freitag, 3. Januar 2025 
Letzte Änderung Räume:
Freitag, 3. Januar 2025 
Art(en) / SWS
Seminar (S) / 2
Sprache
Diese Veranstaltung wird komplett in englischer Sprache gehalten
Einrichtung
Technische Fakultät
Fragen oder Korrekturen?
Fragen oder Korrekturwünsche zu dieser Veranstaltung?
Planungshilfen
Terminüberschneidungen für diese Veranstaltung
Link auf diese Veranstaltung
Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=516001385
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
516001385