Roboterarm brilliert beim Greifen und Werfen
Forscher aus Princeton und von Google haben einen Roboterarm entwickelt, der Objekte greift, in einen Behälter wirft und sein Wurfverhalten optimiert.
Zu den verbreitetsten Aufgaben für Industrieroboter zählt "Pick and Place“: Sie sollen Gegenstände greifen und an einer vorgegebenen Stelle wieder ablegen. In der Regel erledigen sie das mit atemberaubender Geschwindigkeit und Präzision, etwa beim Füllen von Pralinenschachteln. Forscher der Princeton University und von Google haben dieses Aufgabenspektrum jetzt um die Variante „Pick and Throw“ erweitert: Ihr Roboterarm wirft Objekte in die vorgesehenen Behälter.
Der "TossingBot“ genannte Roboter muss dabei nicht für jeden Gegenstand speziell programmiert werden, sondern lernt das Werfen weitgehend eigenständig: Wie in einem Video zu sehen ist, kann der Roboter beim Training den Erfolg jedes einzelnen Wurfes selbst erkennen und sein Verhalten daraufhin entsprechend optimieren. Innerhalb von 14 Stunden seien auf diese Weise 10.000 Versuche möglich, berichtet die Zeitschrift IEEE Spectrum.
Zur Beschleunigung des Lernprozesses stützen sich die Forscher dabei außerdem auf ein hybrides Verfahren, bei dem reines Verstärkungslernen mit einem einfachen physikalischen Modell kombiniert wird: Aufgrund von Vorannahmen über die Wirkung der Erdgravitation schätzt der Roboter die erforderliche Wurfgeschwindigkeit, die er dann im Laufe des Trainings genauer anpasst. Da der Erfolg des Wurfes von der Art des Griffes abhängt, werden zudem Greifen und Werfen als Einheit gelernt. Ein bis zwei Stunden Training sollen ausreichen, um den Umgang mit bislang unbekannten Gegenständen zu lernen.
Besser als seine Erbauer
Bei Laborversuchen konnte ein so trainierter TossingBot 85 Prozent der Objekte ins Ziel werfen – und war damit besser, als die Ingenieure, die ihn gebaut haben. Bei etwas über 600 Würfen, die er pro Stunde ausführen kann, entspricht das gut 500 erfolgreichen Objektplatzierungen. „Gängige Pick-and-Place-Roboter schaffen 200 bis 300 pro Stunde“, sagt Teamleiter Andy Zeng im Video.
In einem wissenschaftlichen Paper räumen die Forscher ein, dass das Werfen natürlich für manche Gegenstände wie etwa Eier keine geeignete Methode sei. Bei robusteren Objekten oder auch solchen, die ruhig kaputtgehen dürfen, könne der TossingBot jedoch einen erheblichen Zeitgewinn bringen. "Ein gutes Beispiel ist das Wegräumen der Trümmer in einem Katastrophenszenario, wo die Zeit ein sehr kritischer Faktor ist“, erklärte Zeng gegenüber IEEE Spectrum.
Zukünftig soll der Roboter aber auch den Umgang mit empfindlicheren Gegenständen lernen. Das soll unter anderem dadurch gelingen, dass er sich beim Lernen nicht mehr ausschließlich auf visuelle Informationen stützt, sondern auch Kraftrückkopplung und taktile Daten nutzt. Außerdem wollen die Forscher untersuchen, inwieweit sich das von ihnen als „Residual Physics“ bezeichnete hybride Lernverfahren neben Werfen auch auf andere Aufgaben anwenden lässt. (axk)
