Wie Roboter mit künstlicher Intelligenz dazulernen

Back to Beiträge

Im ERC Proof-of-Concept-Projekt „Assembly Skills” sollen Roboter mithilfe von künstlicher Intelligenz dazu befähigt werden, autonom zu lernen.


Roboter die Fähigkeit zum autonomen Lernen geben: Für sein Projekt „Assembly Skills“ wurde Professor Jan Peters vom Fachbereich Informatik der TU Darmstadt nun vom Europäischen Forschungsrat (ERC) mit einem „Proof of Concept“-Grant in Höhe von 150.000 EUR ausgezeichnet.

Heutige Roboter werden so programmiert, dass sie wenige Aufgaben viele tausende Male wiederholen. Um Roboter vielseitiger und flexibler einsetzbar zu machen, müssen sie allerdings künftig in der Lage sein, Tausende von Aufgaben nur einige wenige Male auszuführen. Aber einen Roboter so zu programmieren, dass er auch nur eine komplexe motorische Aufgabe löst, ist nach wie vor eine herausfordernd, kostspielig und zeitaufwändig. Künstliche Intelligenz wird hier nur selten eingesetzt. Tatsächlich ist das manuelle Programmieren zum Hauptengpass beim Einsatz von Robotern geworden.

Roboter und künstliche Intelligenz: Autonomes erlernen von Anwendungen

Roboter mit einem künstlich-intelligenten Ansatz zum autonomen Lernen solcher Aufgaben zu befähigen, das steht im Mittelpunkt des neuen ERC-Proof-of-Concept-Projekts „AssemblySkills“. Es soll nachweisen, dass ein autonomes intelligentes System zum Erlernen von Fertigkeiten Roboter in die Lage versetzen kann, eine Vielzahl von motorischen Fähigkeiten für spezifische Anwendungen zu erwerben und zu verbessern.

Das ERC-Proof-of-Concept-Projekt „Assembly Skills“ baut auf den Methoden der künstlichen Intelligenz auf, die im Rahmen des ERC Starting Grants „Skills 4 Robots – Policy Learning of Motor Skills for Humanoid Robots“ entwickelt wurden. Dieses Projekt führte zu einer strukturierten, modularen Steuerungsarchitektur, die das Potenzial hat, das Roboterlernen auf komplexere Aufgaben in der realen Welt zu skalieren. In dieser modularen Steuerungsarchitektur werden elementare Bausteine – Bewegungsprimitive genannt – gleichzeitig angepasst, sequenziert oder koaktiviert, um die Aufgaben des Roboters zu erfüllen.

Ziel des nun mit dem Proof of Concept Grant ausgezeichneten Vorhabens „Assembly Skills“ ist es, diese Module zu einem kompletten Softwarepaket zusammenzufassen, das anwendungsgesteuerten Robotern das Erlernen neuer Fähigkeiten – insbesondere bei Montageaufgaben – ermöglicht. Die Forschung im Rahmen des Grants zielt auf ein kosteneffektives, neuartiges maschinelles Lernsystem ab, das das Potenzial von Fertigungsrobotern freisetzen kann, indem es sie in die Lage versetzt, parametrisierte Bausteine, wie zum Beispiel Bewegungsprimitive, auswählen, anpassen und sequenzieren zu lernen. Der Ansatz des Forschungsteams um Professor Jan Peters ist insofern einzigartig, als dass er mehr als nur eine einzige gewünschte Bahn erfassen kann, wie dies bei konkurrierenden Ansätzen der Fall ist, die Anpassung von Richtlinien erspart, nur wenige Daten benötigt und dem Roboterbedienenden die Lösung erklären kann.

Proof of Concept auf einen Blick

Proof of Concept ist ein ergänzender Grant zu den Forschungsgrants des ERC. Er richtet sich ausschließlich an Wissenschaftler, die bereits einen ERC Grant innehaben und ein Forschungsergebnis aus ihrem laufenden oder bereits abgeschlossenen Projekt vorkommerziell verwerten möchten. Dies ist der erste Schritt zum Technologie-Transfer. Ziel eines Proof-of-Concept-Projektes soll es sein, das Marktpotential einer solchen Idee zu überprüfen. Der ERC finanziert hiermit also keine Forschungsaktivitäten, sondern Maßnahmen zur Weiterentwicklung im Hinblick auf die Anwendungsreife, Kommerzialisierung oder Vermarktung der Idee. In der jüngsten Förderrunde wurden 55 Forscherinnen und Forscher aus elf Ländern mit einem ERC Proof of Concept Grant ausgezeichnet. Die Grants sind Teil des Forschungs- und Innovationsprogramms Horizon 2020 der EU.

db

Share this post

Back to Beiträge