De kleinhandel staat in voor de tewerkstelling van meer dan 300 000 mensen, maar heeft de afgelopen jaren achteruitgang gekend. Automatisering is de sleutel tot verdere groei en het opnieuw verwerven van een sterke positie binnen de internationale economie, met tegelijkertijd voordelen voor voedselveiligheid. Hiertoe zijn algemeen inzetbare cobots nodig, die snel kunnen leren omgaan met allerhande voorwerpen in een dynamische omgeving, omringd door mensen. Leerprocessen in de robotica zijn voornamelijk gebaseerd op camerabeelden, gezien deze handig te verkrijgen zijn. Op deze manier te werk gaan vergt echter complexe beeldverwerkingsalgoritmen en typisch een lange leertijd. We zijn ervan overtuigd dat het gebruik van tactiele input en de combinatie ervan met andere sensor data essentieel is om efficiënt robotisch te leren. Daartoe stellen we voor een generiek modulair sensorplatform te ontwikkelen met behulp van rekbare circuittechnologie, om zo alledaagse objecten te instrumenteren en er op eenvoudige manier relevante informatie over te verkrijgen. Met deze gefocuste multi-modale informatie is het mogelijk sneller een manipulatie taak te leren zonder te steunen op ingewikkelde leerprocessen.