Extrinsische Geschicklichkeit: Einfache Robotergreifer meistern komplexe Aufgabe
Roboter können auch mit einfachen Greifern komplexere Aufgaben erledigen, meinen Forscher. Doch dazu muss den Robotern erst Geschicklichkeit antrainiert werden.
(Bild: Wenxuan Zhou (Screenshot))
Nicht immer müssen spezielle Greifer für Roboter teuer entwickelt und gebaut werden, damit diese komplexe Aufgaben erfüllen können. Wie Wissenschaftler des Robotics Institute der Carnegie Mellon University herausgefunden haben, müssen die Roboter nur "intelligent" genug sein, um zu erkennen, wie sie ihre Umgebung als Hilfsmittel nutzen können.
In der in Arxiv veröffentlichten Studie "Learning to Grasp the Ungraspable with Emergent Extrinsic Dexterity" untersuchte das Wissenschaftsteam des Robotics Institute, wie extrinsische Geschicklichkeit genutzt werden kann, um die physischen Beschränkungen einfacher Robotergreifer zu überwinden. Bisherige Forschungen richteten ihre Aufmerksamkeit meist darauf, auf welche Art und Weise Greifer Gegenstände aufnehmen, wie die Greifer dafür geschaffen sein müssen und welche Bewegungen der Roboter dazu ausführen muss.
Geschicklichkeit durch bestärkendes Lernen
Das Forschungsteam verfolgt nun den Ansatz, mit einem einfachen Greifer Gegenstände in unterschiedlicher Größe, mit unterschiedlichem Gewicht, in verschiedener Form und mit unterschiedlichen Oberflächen manipulieren zu können. Dabei setzten die Wissenschaftler auf Reinforcement Learning. In einer Physiksimulation trainierten die Wissenschaftler eine Künstliche Intelligenz (KI), indem zufällige Aktionen durchgeführt wurden, um ein Objekt aufzunehmen. Führte eine Aktion zum Erfolg, übernahm das System das Muster, andernfalls wurde es verworfen.
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.
Die erfolgreichsten Verhaltensmuster wendeten sie auf einen Roboter mit einem einfachen Zwei-Finger-Greifer an, der verschiedene Objekte aufheben sollte. Die Gegenstände waren dabei so ausgerichtet, dass er sie nicht aufnehmen konnte. Die zuvor trainierte KI musste dann einen Weg finden, um den Gegenstand doch anheben zu können.
Dabei nutzte sie die Umgebung des Roboters aus, wie etwa eine Umrandung. Die KI ließ den Robotergreifer das Objekt gegen die Umrandung drücken, um den Gegenstand an einer schmaleren Stelle greifen zu können, was das Forschungsteam überraschte. Angenommen wurde zunächst, dass der Roboter seinen Finger unter die Gegenstände schieben würde, um sie anzuheben.
Die Tests wurden mit unterschiedlichen Gegenständen verschiedener Größe, Form, Oberfläche und mit unterschiedlichem Gewicht wiederholt, ebenso mit rutschigen Objekten. Dem Roboter gelang es mit dem Zwei-Finger-Greifer zu 78 Prozent, die Gegenstände erfolgreich aufzunehmen.
Die Wissenschaftler sind der Ansicht, dass sich ihre Forschungsergebnisse auch auf andere Aufgaben ausweiten lassen. Sie wollen nun komplexere Aktionen mit einem einfachen Greifer und extrinsischer Geschicklichkeit untersuchen.
Lesen Sie auch
Roboter-Tentakel greifen sicher und vorsichtig
(olb)