Et intelligent system vil være i stand til å tilpasse sin virkemåte gjennom automatisert læring mens det er i bruk. Det gjør teknologi i stand til å tilpasse seg til brukeren og reduserer behovet for at brukeren må tilpasse seg til teknologien. Vi kombinerer automatisert læring med flere ulike anvendelser inkludert robotikk. Der forsker vi på nye typer roboter gjennom automatisert utvikling av både form og styring, samt bruk av eksisterende roboter innen kirurgi og eldreomsorg. Digital elektronikk er et viktig tema for oss, og vi er spesielt interessert i rekonfigurerbar logikk; det vil si kretskomponenter som kan endre funksjon etter produksjon, og gjerne mens de er i bruk.
Vi arbeider både på et grunnforskningsnivå, der maskinlæring og evolusjonære algoritmer er sentrale begreper, og på et applikasjonsnivå der teorier blir prøvd ut i praksis. Dette innebærer at vi blant annet lager egne robotprototyper inspirert av biologiske prinsipper eller anvendelser der klassifisering og gjenkjenning er sentralt. Vår forskning har blant annet bidratt til nye typer roboter (utforming og styring), interaktive musikksystemer, trafikkskilgjenkjenning, verktøy for dynamisk endring av innhold i rekonfigurerbar logikk kretser og hurtiglærende klassifikator for muskelstyrte proteser.
En oversikt over vår forskning og eksternt finansierte prosjekter finnes her (engelsk).
Vi gjør vårt beste for at studenter knyttet til gruppen vår skal ha et godt læringsmiljø, og masterstudenter sitter sammen med gruppens ansatte. Sammen med nanoelektroinkkgruppen har vi fått universitetets pris for godt læringsmiljø i 2005, tett fulgt av kunnskapsdepartementets utdanningskvalitetspris i 2006.
Du kan lese mer om ROBIN på de engelske sidene