Schattenroboter: KI-Algorithmen bringen Roboterhände einen Schritt näher an den Menschen heran.

0

Der Schattenroboter “Dexterous Hand” ist vergleichbar mit einer menschlichen Hand und reproduziert alle ihre Freiheitsgrade
Während die geschickte Manipulation von Objekten eine grundlegende Alltagsaufgabe des Menschen ist, ist es für autonome Roboterhände immer noch eine große Herausforderung, diese zu meistern
Forscher an der WMG, University of Warwick, haben neuartige Algorithmen der künstlichen Intelligenz entwickelt, damit der Roboter lernen kann, Objekte genauso wie Menschen zu manipulieren
In simulierten Umgebungen lernen die Roboterhände selbstständig, wie sie Bewegungen koordinieren und Aufgaben wie das Werfen eines Balls zueinander und das Drehen eines Stiftes ausführen

Der Schattenroboter Dexterous Hand ist eine Roboterhand, deren Größe, Form und Bewegungsfähigkeiten denen einer menschlichen Hand ähneln. Um der Roboterhand die Fähigkeit zu verleihen, die Handhabung von Objekten zu erlernen, haben Forscher von WMG, University of Warwick, neue KI-Algorithmen entwickelt.

Roboterhände können in vielen Bereichen eingesetzt werden, z.B. in der Fertigung, in der Chirurgie und bei gefährlichen Tätigkeiten wie der Stilllegung von Kernkraftwerken. Beispielsweise können Roboterhände bei der Computermontage sehr nützlich sein, wo die Montage von Mikrochips eine Präzision erfordert, die derzeit nur menschliche Hände erreichen können. Dank des Einsatzes von Roboterhänden in Montagestraßen kann eine höhere Produktivität erreicht werden, während gleichzeitig die Gefährdung menschlicher Arbeiter durch Arbeitsrisikosituationen reduziert wird.

In der Abhandlung “Solving Challenging Dexterous Manipulation Tasks With Trajectory Optimisation and Reinforcement Learning” haben die Forscher Professor Giovanni Montana und Dr. Henry Charlesworth von WMG, University of Warwick, neue KI-Algorithmen – oder das “Gehirn” – entwickelt, die erforderlich sind, um zu lernen, wie man die Bewegungen der Finger koordiniert und Manipulationen ermöglicht.

Mit Hilfe von physikalisch realistischen Simulationen der Roboterhand von Shadow konnten die Forscher zwei Hände dazu bringen, aneinander vorbeizugehen und Gegenstände aufeinander zu werfen, sowie einen Stift zwischen den Fingern zu drehen. Die Algorithmen sind jedoch nicht auf diese Aufgaben beschränkt, sondern können jede Aufgabe lernen, solange sie simuliert werden kann. Die 3D-Simulationen wurden mit MuJoCo (Multi-Joint Dynamics with Contact), einer Physik-Engine der University of Washington, entwickelt.

Der Ansatz der Forscher verwendet zwei Algorithmen. Zunächst erzeugt ein Planungsalgorithmus einige ungefähre Beispiele dafür, wie die Hand eine bestimmte Aufgabe ausführen sollte. Diese Beispiele werden dann von einem Reinforcement Learning-Algorithmus verwendet, der die Manipulationsfähigkeiten selbstständig beherrscht. Mit diesem Ansatz konnten die Forscher im Vergleich zu bestehenden Methoden eine deutlich bessere Leistung erzielen. Die Simulationsumgebungen wurden öffentlich zugänglich gemacht, so dass jeder Forscher sie benutzen kann.

Nun, da die Algorithmen bei den Simulationen erfolgreich waren, wird das Team von Professor Montana weiterhin eng mit Shadow Robot zusammenarbeiten und die KI-Methodik an echter Roboterhardware testen, wodurch die Hand einen Schritt näher an den Einsatz im realen Alltag heranrücken könnte.

In einem zweiten Papier mit dem Titel “PlanGAN: Model-based Planning With Sparse Rewards and Multiple Goals”, das auf der NeurIPS-Konferenz 2021 vorgestellt werden soll, haben die WMG-Forscher auch einen neuartigen und allgemeinen KI-Ansatz entwickelt, der es Robotern ermöglicht, Aufgaben wie das Erreichen und Bewegen von Objekten zu erlernen, was die Anwendungen der Handmanipulation weiter verbessern wird.

Professor Giovanni Montana von der WMG, Universität Warwick, kommentiert: “Die Zukunft der Digitalisierung hängt von KI-Algorithmen ab, die autonom lernen können, und Algorithmen zu entwickeln, die der Hand des Schattenroboters die Fähigkeit verleihen, wie eine echte Hand ohne menschlichen Eingriff zu arbeiten, ist ein aufregender Schritt nach vorn. Diese autonomen Hände könnten in Zukunft eingesetzt werden, um Roboterchirurgen zu versorgen, die Produktivität von Montagestraßen zu erhöhen und Menschen bei gefährlichen Arbeiten wie der Bombenentschärfung zu ersetzen”.

“In der zukünftigen Arbeit werden wir die Roboter die Umwelt so genau wie Menschen wahrnehmen lassen, nicht nur durch Algorithmen der Computer Vision, die die Welt sehen können, sondern auch durch Sensoren, die Temperatur, Kraft und Vibrationen erfassen, so dass der Roboter lernen kann, was er tun soll, wenn er diese Empfindungen fühlt.

kommentiert Rich Walker, Geschäftsführer der Shadow Robot Company in London:
“ Als wir begannen, geschickte Hände zu bauen, geschah dies, weil es keine Möglichkeit gab, an eine solche Hand zu kommen, ohne sie zu bauen! 20 Jahre später sehen wir nun, wie Forscher wie Giovanni das Versprechen der Hardware einlösen, indem sie Algorithmen entwickeln, die clever genug sind, um die Roboterhand zu steuern – vielleicht werden wir bald übermenschliche Leistung sehen?

Referenzen:

“Herausfordernde Aufgaben der Geschicklichkeitsmanipulation mit Trajektorienoptimierung und Verstärkungslernen lösen” von Henry Charlesworth und Giovanni Montana, 9. September 2020, Informatik > Robotik.
arXiv: 2009.05104

“PlanGAN: Modellbasierte Planung mit spärlicher Belohnung und mehreren Zielen” von Henry Charlesworth und Giovanni Montana, 1. Juni 2020, Informatik > Maschinelles Lernen.
arXiv: 2006.00900.

Share.

Leave A Reply