MRT. 2022
Abstract
De ontwikkeling en toepassing van robottechnologieën kan een belangrijke rol spelen bij de inspanningen om de Sustainable Development Goals (SDG’s) van de Verenigde Naties (VN) te bereiken – met zowel faciliterende als remmende effecten. Tijdens een workshop op de 2021 IEEE/Robotics Society of Japan International Conference on Intelligent Robots and Systems (IROS 2021) analyseerden deskundigen uit verschillende disciplines de rol van robotica bij het bereiken van de SDG’s. Dit artikel geeft een samenvatting van de belangrijkste uitkomsten van de workshop. Tijdens de workshoppanels werd gewezen op de verschillende rollen die robots kunnen spelen om de SDG’s mogelijk te maken. De panelleden bespraken de uitdagingen voor de invoering van robots en de volledige benutting ervan. Er werd ook gekeken naar de waarschijnlijke ongewenste effecten van robots, en de panelleden stelden benaderingen voor om op correcte wijze SDG-relevante robotoplossingen te ontwerpen. Ook werden bestuurskaders besproken, zowel wat betreft hun inhoud als de uitdagingen om ze tot stand te brengen. De rol van militaire financiering werd kort geanalyseerd. Tot slot werden verschillende voorstellen voor acties en beleid gedaan. De inhoud van de workshop, inclusief bijdragen en video’s van de panelleden, evenals aanvullende informatie over toekomstige initiatieven met betrekking tot robotica en de SDG’s, zijn beschikbaar op www.sustainablerobotics.org.
Auteurs: V. Mai et al.
Bijdragers
Delen
Andere publicaties
Journal Article
Poster: A Framework for Developing Legally Aligned Machine Learning Models in Finance
Datum
DEC. 2024
Onderzoekers
Report
Automating the Achievement of SDGs: Robotics Enabling & Inhibiting the Accomplishment of the SDGs
Datum
MEI 2022
Onderzoekers
Datum
JUL. 2024
Onderzoekers
Conference Proceeding
AI in Healthcare: Navigating Legal Risk Assessment with JusticeBot
Datum
JAN. 2025
Onderzoekers
Conference Proceeding
The Role of Robotics in Achieving the United Nations Sustainable Development Goals
Datum
MRT. 2022
Onderzoekers
Journal Article
Early evidence of how LLMs outperform traditional systems on OCR/HTR tasks for historical records
Datum
FEB. 2025
Onderzoekers