An der Technischen Universität Wien haben Wissenschaftler ein innovatives Verfahren entwickelt. Damit können Roboter Tätigkeiten wie Putzen oder Schleifen durch Imitation erlernen – ganz deckungsgleich es Menschen tun. Um dies zu erreichen; werden mithilfe eines Schwamms wertvolle Daten gesammelt.
Die Technik dahinter
Kraftsensoren und Tracking-Marker sind dabei essentiell. Diese Sensoren registrieren wichtige Informationen die anschließend an ein neuronales Netz übergeben werden. Auf diese Weise wird der Roboter in die Lage versetzt Aufgaben effizient zu bewältigen. Roboter erleichtern nicht nur unseren Alltag; ebenfalls in der Industrie finden sie Anwendung. Dort erledigen sie zuverlässig sich wiederholende Aufgaben.
Herausforderungen in der Praxis
Die Komplexität steigt jedoch, wenn sich die Form des Werkstücks ändert. Zudem muss die Arbeit mit variierender Intensität ausgeführt werden. Zum Beispiel: Wenn der Roboterarm einen Gegenstand mit Ecken reinigen soll, gestaltet sich der Aufwand als erheblich. "Diese Dinge präzise in Regeln und mathematische Formeln zu fassen ist eine gängige Herausforderung", sagt das Forscherteam der TU Wien. Der Putzroboter muss insbesondere daran denken, dass der Schwamm in unterschiedlichen Winkeln genutzt wird. Außerdem wird die Kraft variabel eingesetzt.
Imitation als Lernstrategie
Für diese speziellen Anforderungen haben die Forscher einen Ansatz entwickelt. Roboter erlernen Fähigkeiten durch Imitation & Erfahrung – ganz im Sinne des menschlichen Vorbildes. Bei einem Versuchsaufbau reinigt ein Mensch mit einem innovativen Schwamm ein Waschbecken. Währenddessen sammeln die Kraftsensoren und Tracking-Marker wertvolle Daten. Diese Daten werden dann statistisch aufbereitet um das neuronale Netz zu trainieren. "Der Roboter lernt, dass man den Schwamm je nach Form anders halten muss", macht verständlich Doktorand Christoph Unger. "An einer stark gekrümmten Stelle muss eine andere Kraft angewendet werden als auf einer ebenen Fläche."
Zukünftige Perspektiven
Der spannende Aspekt hierbei ist. Dass Roboter selbstständig neues Wissen erwirbt. Hierbei ist zu beachten; dass in der Vorführung lediglich ein Teil des Waschbeckens gereinigt wurde. In der Zukunft sehen die Forscher großes Potenzial in mobilen Robotern. Diese könnten in kleineren Einsatzgebieten wie Werkstätten arbeiten. Zudem wäre es möglich: Sie ihre gesammelten Erfahrungen untereinander austauschen. Im sogenannten "federated learning"-Prozess würden sie ihr Grundwissen mit anderen Robotern teilen.
Innovation durch Kommunikation
An anderen Forschungsstandorten tüfteln Wissenschaftler an Prototypen von Robotern die per Sprache mit Menschen interagieren können. Die Entwicklungen gehen voran. Immer weiterhin innovative Lösungen erscheinen am Horizont.
Kommentare