Geriatronics Summit: Best Paper Award 2023

Eva-Theresa Jahn landet auf Platz 3

Das Geriatronik-Forschungszentrum an der Bahnhofstraße in Garmisch-Partenkirchen sowie die dort arbeitenden Wissenschaftler zu unterstützen, ist eines der vorrangigen Ziele der Friends of Geriatronics. Deshalb hat sich der Förderverein entschlossen, beim 2. Geriatronics Summit im Kongresshaus ein Preisgeld in Höhe von 1.200 Euro für den Best Paper Award für die besten Arbeiten von Nachwuchswissenschaftlern auszuloben. Mit Eva-Theresa Jahn kam dabei ein Mitglied der Friends of Geriatronics auf den dritten Platz, was Prof. Dr. Wolfgang Heckl, den Präsidenten der Friends of Geriatronics, und Prof. Dr. Sami Haddadin, den Leiter des Forschungszentrums, besonders freute.

Beim Best Paper Award stellten junge Forschende ihre gewonnenen Erkenntnisse in der Geriatronik vor, also jenem Forschungsbereich, der robotische Assistenzsysteme zur Unterstützung alter Menschen zu Hause und in der Pflege zum Gegenstand hat. Von den bereits seit langem in diesem Bereich tätigen Wissenschaftlern, die am Geriatronics Summit teilnahmen, als Gewinner des Best Paper Award gekürt und mit einem Preisgeld von 500 Euro belohnt wurde dabei Rafael Cabral von der Technischen Universität München (TUM), dessen Studie eine Robotersteuerungsmethode für eine sichere physische Interaktion in beengten Umgebungen vorstellt. Auf dem zweiten Platz (300 Euro) landete Julius Ambros von der ReActive Robotics GmbH aus München, der ein Gangtherapiegerät für ältere Patienten in der häuslichen Umgebung, die sich von Unfällen oder Operationen erholen, präsentierte. Auf Rang drei (200 Euro) kam Eva-Theresa Jahn von den Friends of Geriatronics, die im Rahmen von zwei Umfragen ermittelte, dass der Pflegeassistenzroboter „GARMI“ mit seinem Design von den Menschen sehr positiv wahrgenommen wird. Yuhe Gong, eine Studentin aus Nottingham, wurde quasi punktgleich ebenfalls mit dem dritten Platz bedacht – und zwar für eine Studie über den neuartigen Reinforcement-Learning-Algorithmus Episodic TD3, der einfache Bewegungsabläufe in Algorithmen übersetzt, die beim Deep Reinforcement Learning (DRL) verwendet werden, wobei ein Computer lernt, eine Aufgabe durch wiederholte Trial-and-Error-Interaktionen auszuführen.

Die Arbeit des wissenschaftlichen Nachwuchses gewürdigt: Prof. Dr. Sami Haddadin, Eva-Theresa Jahn, Yuhe Gong, Rafael Cabral, Julius Ambros und Prof. Dr. Wolfgang Heckl (von links). (Foto: Anton Reindl)