Schnellster zweibeiniger Laufroboter lernt klettern
Wissenschaftler des Bernstein Zentrum für Computational Neuroscience an der Universität Göttingen entwickelten einfache Regelkreise für komplexe Verhaltensmuster.
- Florian Rötzer
Ein internationales Forscherteam unter der Leitung von Prof. Dr. Florentin Wörgötter vom Bernstein Zentrum für Computational Neuroscience an der Universität Göttingen hat den bislang schnellsten zweibeinigen Laufroboter entwickelt, der seine Gangart zudem unterschiedlichen Bedingungen durch Lernen anpassen kann.
Die Nachahmung des menschlichen Gangs ist ein kompliziertes Unterfangen, weil zahlreiche Bewegungselemente in einer Hierarchie aus Ebenen und sensomotorischen Feedback-Schleifen koordiniert werden müssen. Schwierig ist auch, besonders beim schnellen Gehen, die dynamische Kontrolle, da beim Gehen sich die meiste Zeit nur ein Fuß am Boden befindet. Die Wissenschaftler haben, wie sie in ihrem Artikel (doi:10.1371/journal.pcbi.0030134) schreiben, der in der aktuellen Ausgabe von PLoS Computational Biology erschienen ist, dazu Lernmechanismen auf der Grundlage von simulierter neuronaler Plastizität entwickelt, wodurch der Roboter seinen Gang unterschiedlichen Bodenverhältnissen anpassen kann.
"Auf den unteren Hierarchiestufen wird der Bewegungsablauf durch periphere Sensoren reflexartig vorangetrieben", erklären die Wissenschaftler. "Regelkreise sorgen dafür, dass Gelenke nicht überstrecken, andere leiten den nächsten Schritt ein, sobald der Fuß aufsetzt. Erst wenn die Gangart angepasst werden muss, greifen höhere Organisationsebenen ein."
Das wichtigste Ergebnis sei gewesen, sagen die Wissenschaftler, dass sie mit einem ziemlich abstrakten Modell der Bewegung und Kontrolle des Gangs komplexe Verhaltensmuster durch einfache Regelkreise produzieren konnten. RunBot, der so schnell wie Menschen gehen kann, hat vier motorengetriebene Gelenke (linke und rechte Hüften sowie Knie). Die Füße sind leicht gekrümmt, um ein Abrollen zu ermöglichen; der Oberkörper kann den Schwerpunkt durch Beugung nach vorne oder hinten verschieben. Der Roboter erkennt mit seinem Infrarot-Auge auch Steigungen und passt durch Lernen seine Bewegungen an diese an, indem er den Oberkörper nach vorne neigt und kleinere Schritte macht. In Versuchen lernte RunBot visuelle Wahrnehmung und Gangart zu verbinden, nachdem er 3- bis 5-mal stürzte und dann Steigungen von 8 Grad bewältigen konnte (Videos). Nach zwei Schritten hatte er dann das Gleichgewicht wiedergefunden. (fr)
