Die Speaker des munich_i Hightech-Summits 2022
Ob Prof. Matthew Mason, Chief Scientist von Berkshire Grey; Melonee Wise, Vice President of Robotic Automation von Zebra Technologies oder Prof. Wolfram Burgard von der TU Nürnberg: Unsere Experten beleuchteten die zentralen Aspekte der Interaktion menschlicher und künstlicher Intelligenz. Das Spektrum? Von der Lagerautomatisierung über Deep-Learning-Ansätze für intelligente Roboter und KI-gestütztes Fahren bis hin zu ‚Soft Robotics‘.
Wer beim Hightech-Summit 2021 als Sprecher vertreten war, erfahren Sie hier.
Anna Bauer-Mehren studierte Bioinformatik und leitet die Abteilung Data Science bei der Pharma-Forschung und- Entwicklung bei Roche (Roche Pharma Research and Early Development) in Deutschland. Ihr Team unterstützt präklinische und klinische Forschungsteams durch Datenmanagement und Datenanalyse, insbesondere durch die Anwendung von Methoden der Künstlichen Intelligenz. Hochdimensionale Daten wie Bildgebungsdaten, Genominformationen und Daten aus elektronischen Gesundheitsakten werden analysiert, um Krankheiten besser zu verstehen und personalisierte Therapien zu entwickeln.
Anna promovierte in Biomedizinischer Informatik an der Universität Pompeu Fabra in Barcelona und studierte Bioinformatik im Master an der Ludwig-Maximilians-Universität und der Technischen Universität München. Als Postdoktorandin war sie an der Fakultät für Biomedizinische Informatik der Stanford University in den USA tätig.
Artificial intelligence (AI) is playing an increasingly important role in many areas, including the healthcare industry. The COVID-19 pandemic demonstrated how important real-world data (RWD) is for informing public health policy decisions, improving clinical trials and understanding disease.
In this presentation, we are demonstrating the power of AI methods applied on real world data with respect to understanding disease, identifying risk factors and biomarkers.
Wolfram Burgard ist Professor für Informatik an der Technischen Universität Nürnberg, wo er die Arbeitsgruppe für Robotik und Künstliche Intelligenz innehat. Von 2019 bis 2021 war Wolfram Burgard VP für Automated Driving Technology und Machine Learning am Toyota Research Institute in Los Altos, CA, USA. Wolfram Burgard ist bekannt für seine Beiträge zu Navigation, Perzeption, Manipulation und zum Lernen von Robotern.
For autonomous robots and automated driving, the capability to robustly perceive environments and execute their actions is the ultimate goal. The key challenge is that no sensors and actuators are perfect, which means that robots and cars need the ability to properly deal with the resulting uncertainty. In this presentation, I will introduce the probabilistic approach to robotics, which provides a rigorous statistical methodology to deal with state estimation problems. I will furthermore discuss how this approach can be extended using state-of-the-art technology from machine learning to deal with complex and changing real-world environments.
Ewa leitet das Produktmanagement-Team für das Product Engineering Cloud Artificial Intelligence Team von Google in Kalifornien. Vor der Zeit bei Google war Ewa Unternehmerin und leitete die Bereiche Produktmanagement, Innovation und Geschäftsentwicklung bei dem SaaS-Start-up impacore GmbH.
Ewa hat einen MBA der Harvard Business School und verfügt über mehrjährige Erfahrung als Unternehmensberaterin bei Bain & Co, der Weltbank/ Rwanda Development Board und A.T. Kearney. Sie kann auf eine globale Perspektive zurückgreifen: Ewa hat auf sechs Kontinenten gearbeitet und studiert (Europa, Lateinamerika, Nordamerika, Afrika, Asien und Australien) und spricht sechs Sprachen fließend (Muttersprache: Polnisch, fließend Englisch, Deutsch, Spanisch, Italienisch, Russisch).
Von Interesse ist, dass Ewa früher professionell in einem Orchester als erste Geigerin spielte und leidenschaftliche Marathonläuferin, Motorradfahrerin sowie Inhaberin einer Privatpilotenlizenz für Hubschrauber ist.
As an industry, we’ve managed to transition artificial intelligence (AI) from ‘research’ to a technology that is a part of the lives of countless people around the world. In this session we will talk about how enterprises have embraced AI and the power this technology has for the future. At the same time, we recognize that powerful AI technology raises equally powerful questions about its use. As leaders in AI, we feel a deep responsibility to get this right and will talk about principles, governance and fairness of AI, highlighting some of the best practices.
Seth Hutchinson ist Geschäftsführer des Institute for Robotics and Intelligent Machines am Georgia Institute of Technology, wo er auch Professor und KUKA-Lehrstuhlinhaber für Robotik an der School of Interactive Computing ist. Seine Forschung im Bereich Robotik umfasst die Bereiche Bewegungsplanung, Sensorik und Steuerung. Er hat zahlreiche Publikationen zu diesen Themen veröffentlicht und ist Mitautor der Bücher "Robot Modeling and Control", erschienen bei Wiley, und "Principles of Robot Motion: Theory, Algorithms, and Implementations", veröffentlicht von MIT Press.
Dr. Gunther Kegel begann seine berufliche Laufbahn nach dem Studium der Elektrotechnik und Promotion an der TU Darmstadt bei Pepperl+Fuchs in Mannheim, Hersteller von Elektronik für die Fabrik-/Prozessautomation, und ist heute Vorstandsvorsitzender der Pepperl+Fuchs SE. Er ist Präsidiumsmitglied des VDE und Mitglied in verschiedenen Aufsichtsratsgremien und Beiräten. Er ist Vorsitzender des Ausstellerbeirates der Hannover Messe sowie Mitherausgeber der Zeitschrift a t p.
Seit Oktober 2020 ist er Präsident des ZVEI -Zentralverband Elektrotechnik- und Elektronikindustrie e.V.
The lack of cognitive capabilities and the performance of industrial sensors have been the bottleneck for robot applications in and outside of the industry since decades. Whereas computational power and memory capacity have grown substantially and motors and drivers have turned bulky robots into high precision fast moving light weight kinematic machines, the cognitive capabilities to understand and interpret the robot’s environment have not been growing with the same pace. But data of physical, geometrical and even mental status of the environment are essential to feed the well-known and powerful AI algorithms in applications outside of the well-defined industrial world. The presentation will document the state of the art and gives some trends, visions and requirements for the next generation of sensors that will help to increase cognitive capabilities to a further level.
Jens Kober ist außerordentlicher Professor an der Technischen Universität Delft in den Niederlanden. Er arbeitete als Postdoktorand am CoR-Lab der Universität Bielefeld und am Honda Research Institute Europe in Deutschland. Er promovierte 2012 in Ingenieurwissenschaften an der TU Darmstadt und am Max-Planck-Institut für Intelligente Systeme.
Für seine Forschung erhielt er den jährlich verliehenen Georges Giralt PhD Award für die beste Doktorarbeit in der Robotik in Europa, den 2018 IEEE RAS Early Academic Career Award und erhielt einen ERC Starting Grant als Stipendium.
Seine Forschungsinteressen umfassen das Erlernen motorischer Fähigkeiten, (tiefes) bestärkendes Lernen, Imitationslernen, interaktives Lernen und maschinelles Lernen für Regelungssysteme.
The acquisition and self-improvement of novel motor skills is among the most important problems in robotics. We will discuss various learning techniques we developed that enable robots to have complex interactions with their environment and humans. Complexity arises from dealing with high-dimensional input data, non-linear dynamics in general and contacts in particular, multiple reference frames, and variability in objects, environments and tasks.
A human teacher is always involved in the learning process, either directly (providing data) or indirectly (designing the optimization criterion), which raises the question: How to best make use of the interactions with the human teacher to render the learning process efficient and effective?
We will discuss various methods we have developed in the fields of supervised learning, imitation learning, reinforcement learning, and interactive learning. All these concepts will be illustrated with benchmark tasks and real robot experiments ranging from fun (ball-in-a-cup) to more applied (sorting products).
Cecilia Laschi ist Professorin an der National University of Singapore in der Abteilung Maschinenbau. Sie ist derzeit von der Scuola Superiore Sant'Anna in Italien am BioRobotics Institute (Dept. of Excellence in Robotics & AI) beurlaubt. Laschi hat an der Universität Pisa Informatik studiert und an der Universität Genua in Robotik promoviert. Sie war JSPS-Gastforscherin an der Waseda-Universität in Tokio.
Ihr Forschungsinteresse gilt der Softrobotik, einem Bereich, in dem sie Pionierarbeit geleistet und zur internationalen Entwicklung beigetragen hat, einschließlich Anwendungen in der Nautik und Biomedizin. Sie setzt sich mit humanoider Robotik und Neurorobotik auseinander.
Sie ist Chefredakteurin von Bioinspiration & Biomimetics und Mitglied in den Redaktionsausschüssen zahlreicher Zeitschriften, darunter Science Robotics, sowie Korrekturleserin für Zeitschriften wie Nature und Science, für EC (einschließlich ERC), für HFSP und nationale Forschungseinrichtungen.
Sie ist Mitglied der AAAS, Senior-Mitglied von IEEE, EMBS und RAS, wo sie AdCom-Mitglied und Mitvorsitzende des TC on Soft Robotics ist. Sie gründete und leitete die erste IEEE-RAS Int. Conf. on Soft Robotics.
Sie ist Mitbegründerin des Spin-off-Unternehmens RoboTech srl.
Robotics technologies have reached a level of performance and reliability that are uncommon in other technological fields. Robots are helpful in factories, in hospitals, underwater and in the sky. They have a huge potential to help us at home, in our cities and in our daily activities, but not yet fully ready for that. Robots are complex systems, requiring important amounts of energy and computation to work properly.
If we turn our eyes towards living beings, we see systems that look simple in their behaviour, in natural environments, efficient, flexible and adaptable to unexpected situations. Yet, they are in fact way more complex than our robots. What are the principles for making complex systems simple in their behaviour? This is the lesson that we can learn from Nature, in robotics. We learn that intelligence is not only in brain and computation, but also in the body. A soft body can help take advantage of such embodied intelligence and reduce computation and energy needs.
Soft robotics has been growing fast in recent years and producing a variety of technologies for building robots with soft materials and compliant structures. Bioinspired soft robotics is enabling robot abilities that were not possible before, like morphing, stiffening, growing, self-healing, evolving. Soft robots find applications in many fields, from medicine to underwater explorations. We can envisage future scenarios with robots that are more life-like and better integrated in our natural world, contributing to a more humane relations with people and a fairer relation between technology and nature.
Laura Marchal-Crespo is Associate Professor at the Department of Cognitive Robotics, Faculty 3mE (Mechanical, Maritime and Materials Engineering), Delft University of Technology, Netherlands. Her research focuses on the general areas of human-machine interaction and biological learning and, in particular, the use of robotic devices and immersive virtual reality for the assessment and rehabilitation of patients with acquired brain injuries such as stroke. A major goal of her research is to gain a better understanding of the underlying mechanisms associated with the acquisition of novel motor skills in order to develop innovative technology to improve neurorehabilitation. She develops intelligent controllers that modulate movement errors based on patients’ special needs, age, and training task characteristics using a wide selection of robotic devices for upper and lower limb rehabilitation. She further employs electroencephalography (EEG) and functional magnetic resonance imaging (fMRI) to identify neurocognitive markers underlying motor learning.
The possibility of using robotic devices and virtual reality to support motor learning and neurorehabilitation is promising since robots can deliver high-intensity training in a motivating and safe virtual environment. However, recent meta-analyses concluded that traditional robotic training yields similar or even inferior outcomes to conventional therapy, especially in activities in daily living. This is not surprising, since current rehabilitation robots only provide general assistance, independent of patients’ individual needs, to perform rather artificial movements that are far from being functional.
Matthew T. Mason ist leitender Wissenschaftler bei Berkshire Grey. Er erwarb seinen Bachelor, Master und PhD am MIT AI Lab. An der Carnegie Mellon University war er zehn Jahre lang Vorsitzender des Robotik-Doktorandenprogramms und weitere zehn Jahre Direktor des CMU Robotics Institute. Er ist Fellow der AAAI, des IEEE und der ACM. Er ist Preisträger des System Development Foundation Prize, des IEEE RAS Pioneer Award und des 2018 verliehenen IEEE Technical Field Award in den Bereichen Robotik und Automation.
This talk tells the Berkshire Grey story, how it adapted robotics technology from research labs to transform warehouses and distribution centers, leading to a public listing on NASDAQ -- the first since iRobot 15 years ago. Berkshire Grey produces automated systems for e-commerce order fulfillment, parcel sortation, store replenishment, and related operations in warehouses, distribution centers, and in the back ends of stores. The talk will discuss the fundamental issues in warehouse automation, the technology and solutions developed by Berkshire Grey, and future challenges.
Giorgio Metta ist wissenschaftlicher Direktor des Istituto Italiano di Tecnologia (IIT). Er hat seinen Master 1994 mit cum laude abgeschlossen und seinen Doktortitel (2000) in Elektrotechnik an der Universität Genua erhalten. Von 2001 bis 2002 war Metta als Postdoktorand am MIT AI-Lab tätig. Zuvor arbeitete er an der Universität Genua und von 2012 bis 2019 als Professor für Kognitive Robotik an der University of Plymouth (UK). Er war Mitglied des Verwaltungsrats von euRobotics aisbl, dem europäischen Verein für Mitglieder aus der Europäischen Robotik-Community. Giorgio Metta war von 2016 bis 2019 stellvertretender wissenschaftlicher Direktor des IIT. Er koordinierte die Teilnahme des IIT an zwei Kompetenzzentren des Ministeriums für wirtschaftliche Entwicklung für die Industrie 4.0 (ARTES4.0, START4.0).
Als einer der drei italienischen Vertreter nahm er am G7-Gipfel zur Künstlichen Intelligenz 2018 teil und fungierte kürzlich als Autor für die Strategische Agenda für Künstliche Intelligenz Italiens. Metta koordinierte mehr als ein Jahrzehnt lang die Entwicklung des iCub-Roboters und machte ihn de facto zur Referenzplattform für die Forschung im Bereich der verkörperten KI. Derzeit gibt es mehr als 40 dieser Roboter, die in Laboren in Japan, China, Singapur, Deutschland, Spanien, Großbritannien und den Vereinigten Staaten eingesetzt werden.
Giorgio Metta forscht auf dem Gebiet der biologisch motivierten und humanoiden Robotik, insbesondere in der Entwicklung humanoider Roboter, die sich anpassen und aus Erfahrungen lernen können. Er ist Autor von mehr als 300 wissenschaftlichen Veröffentlichungen und hat in etwa einem Dutzend internationaler Forschungs- und Industrieprojekte als Forschungsleiter und Wissenschaftler gearbeitet.
This talk covers two main research directions based on the iCub humanoid robot. The iCub is a humanoid robot designed to support research in embodied AI. The iCub is being used at the Italian Institute of Technology as a model platform to develop the technology of future interactive service robots. In particular, I will describe our work in the field of physical and social interaction. For example, through extensive use of machine learning, we developed algorithms to interpret and use external contact information in a variety of tasks as well as contactless cues – vision, sound – to ease interaction between the user and the robot.
Dominik Metzger ist Teil der SAP-Entwicklungsorganisation für Digital Supply Chain und fungiert als Head of Product Management Manufacturing & Industrial IOT.
Ein wichtiger Eckpfeiler der Digital Supply Chain-Strategie von SAP ist es, den Kunden mit den Möglichkeiten von Industrie 4.0 erhebliche Produktivitätssteigerungen und Kostensenkungen zu ermöglichen.
Die Strategie von SAP für Industrie 4.0 heißt Industrie 4.Now und legt den Schwerpunkt auf intelligente Produkte, intelligente Fabriken/Anlagen, intelligente Vermögenswerte und ermutigt die Menschen, das industrielle IOT auf technologischer Basis zu ermöglichen.
Dominik verfügt über rund 14 Jahre Erfahrung im Bereich SAP Digital Supply Chain und über fundiertes Wissen in den Bereichen Beratung und Go-To-Market. In den letzten 4 Jahren war Dominik von New York City aus tätig, wo er als Managing Director für den Implementierungspartner Westernacher Consulting arbeitete. Vor seiner Zeit in den USA arbeitete Dominik als Solution Architect für Digital Supply Chain Lösungen in Singapur und in Deutschland. Er hat zahlreiche erfolgreiche Implementierungsprojekte in Europa und Asien in verschiedenen Bereichen wie der Automobilindustrie, Chemie, Kostümgüterindustrie, Logistikdienstleistung, IM&C und im Handel durchgeführt.
Dominik studierte, in Zusammenarbeit mit SAP, Betriebswirtschaftslehre an der Dualen Hochschule (DHBW) in Mannheim. Dominik ist vor kurzem nach München gezogen und verbringt seine freie Zeit mit seiner Frau und seinen Freunden, um gemeinsam Abenteuer in den Bereichen Reisen, Essen, Musik und Sport zu erleben. Auf gemeinsamen Backpacking-Reisen haben sie mehr als 36 Länder bereist und wollen noch weitere erkunden.
Manufacturing companies, in both discrete and process industries, are experiencing an increase in the complexity of their operations. These complexities are caused, amongst others, by significant supply chain disruptions across the entire value chain of manufacturers and their network of contractors and suppliers. Examples include supply shortages e.g. caused by logistical disruptions or a lack of raw materials and components due to macro-economic impacts. At the same time, it is expected for manufacturers to comply to each increasing requirements around traceability. In many industries, such as life sciences or consumer products, this has been a default. For other industries, such as automotive or industrial machinery, the capability to trace the root cause for a machine failure is becoming more and more important. While in the last 10-15 years a huge emphasis has been on factory automation, the new mega-trend, that we will discuss in this session, is the network-aware factory. Network awareness allows factories to anticipate and react to supply chains disruptions with much more agility while providing an end-to-end parts and material traceability across value chains.
Lucia Pallottino ist derzeit außerordentliche Professorin am Centro di Ricerca "E. Piaggio" und im Department of Information Engineering an der Universität Pisa. Sie erhielt den "Laurea"-Abschluss in Mathematik im Jahr 1998) und bekam ihren Doktortitel in Robotics and Industrial Automation im Jahr 2002. Sie war Gastwissenschaftlerin am M.I.T. (2000-2001) im Laboratory for Information and Decision Systems (LIDS). 2004 war sie an der UCLA als Gastforscherin in der Abteilung für Maschinenbau und Luft- und Raumfahrttechnik (MAE) tätig.
Sie ist (oder war)
Since its birth 60 years ago, robotics has witnessed a large growth and profound change in scope: from segregated robots in the past, to robots that currently are close to, and even in touch with humans. Indeed, both cognitive and physical human–robot interactions are largely studied in Robotics. Moreover, large systems of autonomous but networked units, capable of acting in and on the environment, will soon be a reality. Robots will be many, autonomous, possibly fast, and very heterogeneous. Hence, another fundamental aspect that must be faced is the robot–robot interaction. The goal is to understand how large numbers of robots, differing in their bodies, sensing, and intelligence, may be made to coexist, communicate, collaborate or compete fairly toward achieving their individual goals, i.e., to build a society of robots.
In this talk, we will discuss the main challenges in multi-robot collaboration and coordination showing examples of possible approaches in different applications areas and with both mobile robots and manipulators.
Dr. Christoph Peylo leitet im CDO Bereich von Bosch das Projekt "Digital Trust". Zuvor gründete und leitete er das Bosch Center for Artificial Intelligence (BCAI). Er war Mitglied der hochrangigen Expertengruppe für Künstliche Intelligenz, welche die Europäischen Kommission ernannt hat. Bevor er 2017 zur Robert Bosch GmbH kam, war er bei den Deutschen-Telekom-Laboratories in Berlin tätig und für die Bereiche KI, (Cyber-)Sicherheit, Industrie 4.0 und IoT (Internet of Things) zuständig.
Bevor er 2006 zur Deutschen Telekom kam, arbeitete er in verschiedenen Positionen vom Software-Ingenieur bis hin zum Geschäftsführer eines Softwareunternehmens.
Christoph Peylo studierte Informatik, Computerlinguistik und Künstliche Intelligenz und promovierte an der Universität Osnabrück im Bereich KI.
The physical world offers a sufficiently stable and agreed on basis for most human interactions, since human beings, by and large, share a similar set of mechanisms to perceive the world and interact with and communicate about it. Therefore, the underlying ontological commitments and assumptions of statements like “trust”, “believe” etc., can, most of the time, be taken for granted and do not have to be explained explicitly.
This, however, is not the case within the digital world. What commonly is referred to as “digital world”, is only loosely defined by agreed on protocols on a communication network, e.g. the Internet, and tools, services, and applications to communicate and interact with networked devices. Protocols, tools and underlying networks are under constant development and change, so the digital world is an extremely brittle environment.
Thus, “digital trust” will not work as a simple mapping of the relevant dimensions of “trust” to their respective digital representations in an existing digital world, since there is no stable digital world. And AI brings in even more volatility. The respective domain and scope of “trust” and the relationship of the involved entities have to be defined and created for any context in which trustworthy digital interactions should take place. Thus, “Digital Trust” specifies the relationship between two entities with respect to a specific task that requires entitlement, competence and adherence to certain pre-defined standards, protocols or principles. For keeping track of the expectations, learning from experience and adapt to specific behavior patterns, AI is an extremely powerful technology. Thus, AI can support to establish Digital Trust by adapting a digital product or service to the individual expectations of people during the whole life cycle of a product.
Experiencing “Digital Trust” will be the corresponding digital counterpart of today’s core quality and value proposition of the non-digital world.
Dr. Alfred Rizzi is currently the Chief Scientist at Boston Dynamics where he directs research and product development based on novel locomotion and mobile manipulation systems. Prior to joining Boston Dynamics, in 2006, he was an Associate Research Professor in the Robotics Institute at Carnegie Mellon University where he directed research projects focused on hybrid sensor-based control of complex and distributed dynamical systems. Dr. Rizzi received the Sc.B, degree in electrical engineering from the Massachusetts Institute of Technology in 1986. He received the M.S. and Ph.D. from Yale University in 1990 and 1994 respectively.
At Boston Dynamics over the past decade we have made significant progress in developing locomotion capability that rivals humans and animals. One important feature of these systems is that they are easy for an operator to drive, giving users the ability to access a significant fraction of the world that was previously inaccessible via wheeled and tracked robots. As we begin to deliver legged mobile robots with arms and grippers we seek to do the same thing in the mobile manipulation space and provide reactive control strategies that allow users/operators and higher level control systems to effectively use a robot to reliably interact with its environment to pick, place, grasp, and manipulate useful objects.
Dr. Wen Tong ist der CTO von Huawei Wireless und verantwortet dort die Forschung zu drahtlosen Verbindungen. Im Jahr 2011 wurde Dr. Tong zum Leiter der Communications Technologies Labs von Huawei ernannt. Derzeit ist er der leitende Wissenschaftler von Huawei 5G und seit 10 Jahren für die Forschung und Entwicklung von 5G-Mobilfunktechnologien bei Huawei verantwortlich.
Bevor er 2009 zu Huawei kam, war Dr. Tong Fellow bei Nortel und dort Leiter des Network Technology Labs. Er wechselte 1995 zu den Wireless Technology Labs von Bell Northern Research in Kanada.
Dr. Tong ist ein anerkannter Führer bei der Erfindung fortschrittlicher Mobilfunktechnologien und wurde zum Huawei Fellow und zum IEEE Fellow gewählt. 2014 wurde er mit dem IEEE Communications Society Industry Innovation Award und 2018 mit dem IEEE Communications Society Distinguished Industry Leader Award für "bahnbrechende technische Beiträge und Führungsqualitäten in der Mobilfunkbranche und Innovationen in der 5G-Mobilfunktechnologie" ausgezeichnet. Er ist außerdem Empfänger des R.A. Fessenden Awards. In den vergangenen drei Jahrzehnten leistete er Pionierarbeit bei grundlegenden Technologien im 1G- bis 5G-Mobilfunk und verfügt über mehr als 510 Patente in den USA.
Dr. Tong ist Fellow der Canadian Academy of Engineering und Vorstandsmitglied der Wi-Fi Alliance.
The emerging 6G connectivity with the new capabilities such as integrated sensing and communications with Tera-Hertz frequency and networked machine learning can enable a new paradigm of cloud robots. With the low latency and high reliability 6G wireless connectivity, we can re-architect the collaborative robots, interactions of the robots and even the tactile sensing with virtualized cloud-based AI, the advantage of the 6G intelligent robots will allow the unification of a global platform the for sensing, communications, computing and control and anywhere and anytime.
Melonee Wise ist Vice President of Robotics Automation bei Zebra Technologies. Sie kam durch die Übernahme von Fetch Robotics zu Zebra, wo sie als CEO tätig war. Melonee leitete bei Willow Garage als zweite Angestellte ein Team von Ingenieuren, das Hard- und Software für Roboter der nächsten Generation entwickelte, darunter die Systeme ROS, PR2 und TurtleBot. Melonee ist Vorsitzende der IFR Service Robot Group, Mitglied des Robotik-Beirats von A3 und Mitglied des MHI Roundtable Advisory Committee. Melonee wurde vom MIT Technology Review mit dem Nachwuchspreis TR35 ausgezeichnet und vom Silicon Valley Business Journal in den Kategorien Women of Influence und 40 Under 40, vom Robotics Business Review RBR50 und von Business Insider als eine von acht CEOs, die unsere Arbeitswelt verändern, genannt.
A look into how robots perceive the world that they work in and the impact of their understanding of the world when working with people and human operated machines.