Wie ein Roboterhund Treppenstufen erklimmt
Computer Vision und Reinforcement Learning helfen einem Roboter mit einem neuen Ansatz ausschließlich mit eingebauten Kameras voranzukommen.
(Bild: Agarwal, Pathak et al.)
- Melissa Heikkilä
Als Ananye Agarwal mit seinem Hund in einem Park in der Nähe der Carnegie Mellon University Gassi ging und die Treppen hinauf- und hinunterlief, war das allein schon ein echter Hingucker. Sowohl für Hunde als auch für Passanten. Doch das eigentlich Bemerkenswerte an Agarwals Roboterhund war das nicht ganz so offensichtliche: Während sich andere Roboterhunde, wie etwa Spot von Boston Dynamics, bei ihrem Fortkommen auf eine interne Karte verlassen, verwendet Agarwals Fiffi ausschließlich eingebaute Kameras.
Agarwal hat als Doktorand an der Carnegie Mellon University und Mitglied einer Forschergruppe eine Technik entwickelt hat, mit der Roboter auf schwierigem Gelände laufen können. Sie fußt auf Computer Vision und Reinforcement Learning. Die Forscher hoffen, dass ihre Arbeit dazu beitragen wird, den Einsatz von Robotern in der realen Welt zu erleichtern. Das dazugehörige Paper soll nächsten Monat auf der "Conference on Robot Learning" vorgestellt werden. Andere Versuche, die Bewegung von Robotern mit Hilfe von Kameras zu steuern, beschränkten sich bisher auf flaches Gelände. Mit dem neuen Ansatz können robotische Tiere nun auch Treppen steigen, auf Steine klettern und über Abgründe hüpfen.
Roboter unterwegs auf Treppen und unebenem Gelände
Wie gingen die Forscher vor? Der vierbeinige Roboter wurde zunächst in einem Simulator darauf trainiert, sich in verschiedenen Umgebungen fortzubewegen. So sollte er eine ungefähre Vorstellung davon bekommen, wie es ist, in einem Park zu laufen oder Treppen hinauf- und hinabzusteigen. Beim Einsatz in der realen Welt leiteten die Bilder einer einzigen Kamera an der Vorderseite des Roboters seine Bewegungen. Der Roboter lernte, seinen Gang so anzupassen, dass zum Beispiel Treppen und unebenes Gelände kein Problem waren. Zum Einsatz kam dabei Reinforcement Learning, eine KI-Technik, die es Systemen ermöglicht, sich durch Versuch und Irrtum zu verbessern.
Ohne eine interne Karte ist der Roboter robuster, da er nicht mehr durch mögliche Fehler in einer Karte eingeschränkt wird, sagt Deepak Pathak, ein Assistenzprofessor an der Carnegie Mellon University und Mitverfasser des Papers.
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmmung wird hier ein externes YouTube-Video (Google Ireland Limited) geladen.
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Google Ireland Limited) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.
"Für einen Roboter ist es äußerst schwierig, die rohen Pixel einer Kamera in die Art von präzisen und ausgewogenen Bewegungen zu übersetzen, die für die Navigation in seiner Umgebung erforderlich sind", sagt Jie Tan, ein Forschungswissenschaftler bei Google, der nicht an der Studie beteiligt war. Seiner Meinung nach ist es das erste Mal, dass ein kleiner und kostengünstiger Roboter eine so beeindruckende Mobilität zeigt.
Das Team hat einen "Durchbruch im Bereich des Roboterlernens und der Autonomie" erzielt, sagt Guanya Shi, ein Forscher an der University of Washington, der sich mit maschinellem Lernen und Robotersteuerung beschäftigt und ebenfalls nicht an der Studie beteiligt war.
"Navigation ist wichtig für den Roboter-Einsatz in der realen Welt"
Akshara Rai, Wissenschaftlerin bei Facebook AI Research, die sich mit maschinellem Lernen und Robotik beschäftigt und nicht an dieser Arbeit beteiligt war, stimmt dem zu. "Diese Arbeit ist ein vielversprechender Schritt auf dem Weg zum Bau von Robotern mit wahrnehmungsfähigen Beinen und deren Einsatz in der freien Natur", sagt Rai. Doch er gibt zu bedenken: Die Arbeit des Teams sei zwar hilfreich, um die Art und Weise, wie der Roboter läuft, zu verbessern, aber sie werde dem Roboter nicht helfen, im Voraus herauszufinden, wohin er gehen soll. "Navigation ist wichtig für den Einsatz von Robotern in der realen Welt", sagt sie.
Bis der Roboterhund in der Lage ist, leichtfüßig durch Parks zu dackeln oder Dinge aus dem Haus zu holen, ist noch mehr Arbeit nötig. Der Roboter kann zwar mit Hilfe seiner Frontkamera die Tiefe erkennen, aber er ist nicht in der Lage, mit Situationen wie rutschigem Boden oder hohem Gras umzugehen, sagt Google-Forscher Tan. Er könnte in Pfützen treten oder im Schlamm stecken bleiben.
(jle)