RoboAgent lernt neue Fähigkeiten wie ein Dreijähriger
Forscher von Meta und der Carnegie Mellon Universität haben ein Roboter-System entwickelt, das sich neue Fähigkeiten und Aufgaben einfach abschauen kann.
(Bild: dpa, Axel Heimken/dpa)
- Eike Kühl
Viele Lebewesen lernen durch Beobachtung, allen voran der Mensch: Säuglinge beobachten ihre Eltern und Geschwister. Sie schauen, ahmen nach und wiederholen das Gesehene, um Fähigkeiten und Verhaltensweisen zu erlernen. Der Prozess ist zwar in den ersten Lebensjahren besonders stark ausgeprägt, hört mit dem Alter aber nicht auf; auch Erwachsene lernen immer neue Handgriffe und Bewegungen, indem sie diese bei anderen abschauen.
Die Art und Weise, wie Babys lernen und ihre Umgebung erkunden, nutzen Forscherinnen und Forscher der Carnegie Mellon Universität in Kooperation mit Meta AI dazu, um Roboter zu schulen. Bislang sind die meisten Roboter für sehr spezielle Aufgaben programmiert. Um ein Alltagshelfer zu sein, müssten sie allerdings auch unbekannte Aufgaben und neue Situationen bewältigen können. Der nun vorgestellte RoboAgent soll das leisten – und dabei über Lernfähigkeit eines dreijährigen Kindes verfügen.
Der Versuchsroboter ist mit 12 motorischen Basisfähigkeiten ausgestattet, dazu gehört das Aufnehmen von Gegenständen, das Öffnen und Schließen von Schubladen und Schiebetüren, das Öffnen und Schließen von Behältern sowie Ab- und Aufwischen. Sein Testlabor ist eine kleine Küche, die mit verschiedenen Geräten und Küchenutensilien ausgestattet ist. Ziel der Forscher ist es, den Roboter dazu zu bringen, seine Basisfähigkeiten auf neue Situationen und Aufgaben anzuwenden.
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.
Aktives und passives Lernen
Die neuen Abläufe lernt der RoboAgent auf zweierlei Weise. Erstens kann er sich passiv Aufgaben abschauen, wobei das allerdings nicht per Kamera in der Realität stattfindet, sondern indem das System mit Videos aus dem Internet gefüttert wird. "RoboAgent nutzt die in diesen Videos enthaltenen Informationen, um zu lernen, wie Menschen mit Objekten interagieren und verschiedene Fähigkeiten einsetzen, um Aufgaben erfolgreich zu erledigen", sagt der Robotik-Experte Mohit Sharma, der an der Entwicklung beteiligt war.
Zweitens kann der RoboAgent aber auch gezielt durch menschlichen Input an neue Aufgaben herangeführt werden. Dazu lässt sich das System fernsteuern und lernt dadurch mit neuen Situationen umzugehen – so, als würde man buchstäblich ein Kleinkind an die Hand nehmen und ihm zeigen, wie man etwa Bauklötzchen stapelt.
"Das ist ein wichtiger Meilenstein auf dem Weg zu Robotern, die effizient lernen, in neuen Situationen effektiv sind und ihr Verhalten im Laufe der Zeit erweitern können", sagt Vikash Kumar, Dozent am Robotics Institute der Carnegie Mellon Universität. Das könne Roboter in "unstrukturierten Umgebungen" wie Häusern, Krankenhäusern und anderen öffentlichen Räumen nützlicher machen.
Das Software-Framework von RoboAgent soll auch mit anderen Robotern als dem vergleichsweise kruden Testsystem funktionieren. Somit könnten auch andere Roboter-Agenten auf diese Art und Weise trainiert werden. Das Team will seine trainierten Modelle, den Quellcode, die bislang erhobenen Datensätze und die Hardwaretreiber unter einen Open-Source-Lizenz anderen Forscherinnen und Forscher zur Verfügung stellen.
(jle)
