Lern-Turbo gezündet

Roboter bringt sich Laufen bei und knackt Rekord

Wissenschaftler des renommierten Massachusetts Institute of Technology in den USA haben ihrem Roboter „Cheetah“ das Laufen beigebracht. Besser noch: Sie brachten der Maschine bei, sich das Laufen binnen kürzester Zeit selbst beizubringen. Mit Erfolg. Dank ihres „Lernmodells“ knackte die Maschine laut eigenen Angaben nun den Rekord für den schnellsten Lauf.

Um die Spitzen- bzw. Sprintgeschwindigkeit von 3,9 Metern pro Sekunde zu erreichen, muss die Hardware an ihre Grenzen gebracht werden - zum Beispiel durch den Betrieb nahe dem maximalen Drehmoment der Motoren, wie die Hochschule in einer Mitteilung erläutert. Das eigentliche Problem besteht aber darin, dass der Roboter umso schneller auf Veränderungen in seiner Umgebung reagieren muss, je schneller er sich bewegt. Insbesondere unterschiedliche Untergründe bzw. Oberflächen wie Schotter, Schnee oder Eis stellen die Maschine und deren Programmierung dabei vor Herausforderungen.

„Stellen Sie sich vor, Sie gehen langsam, aber vorsichtig: Sie können fast jedes Terrain durchqueren. Die heutigen Roboter haben ein ähnliches Problem. Das Problem besteht darin, dass es sehr ineffizient ist, sich in jedem Gelände so zu bewegen, als würde man auf Eis laufen, was aber bei den heutigen Robotern üblich ist. Der Mensch läuft auf Gras schnell und auf Eis langsamer - er passt sich an. Um Robotern eine ähnliche Anpassungsfähigkeit zu verleihen, müssen sie Geländeveränderungen schnell erkennen und sich schnell anpassen, damit der Roboter nicht umkippt“, erläutern Gabriel Margolis und Ge Yang vom Improbable AI Lab des MIT.

„Cheetah“ brachte sich das Laufen selbst bei
Bislang wurden daher im Voraus analytische Modelle aller möglichen Terrains erstellt. Die MIT-Forscher verfolgten jedoch einen anderen Ansatz und verwendeten ein „Lernmodell“, mit dessen Hilfe sich „Cheetah“ das Laufen selbst beibrachte. „Zu programmieren, wie sich ein Roboter in jeder möglichen Situation verhalten soll, ist einfach sehr schwierig. Der Prozess ist langwierig, denn wenn ein Roboter auf einem bestimmten Gelände versagt, müsste ein menschlicher Ingenieur die Ursache des Versagens ermitteln und die Robotersteuerung manuell anpassen, und dieser Prozess kann viel Zeit in Anspruch nehmen“, so Margolis und Yang.

(Bild: csail.mit.edu)

In nur drei Stunden zur Erfahrung von 100 Tagen
Dank „moderner Simulationswerkzeuge“ könne „Cheetah“ nun jedoch „in nur drei Stunden tatsächlicher Zeit den Erfahrungsschatz von 100 Tagen auf verschiedenen Terrains sammeln“. „Wir haben einen Ansatz entwickelt, mit dem das Verhalten des Roboters durch simulierte Erfahrung verbessert wird, und unser Ansatz ermöglicht auch den erfolgreichen Einsatz dieser gelernten Verhaltensweisen in der realen Welt. Die Idee dahinter, warum die Lauffähigkeiten des Roboters in der realen Welt gut funktionieren, ist: Von allen Umgebungen, die er in diesem Simulator sieht, werden einige dem Roboter Fähigkeiten vermitteln, die in der realen Welt nützlich sind. Beim Betrieb in der realen Welt identifiziert unsere Steuerung die relevanten Fähigkeiten und führt sie in Echtzeit aus“, erklären die Wissenschaftler.

Lernmodell soll auch anderen Robotern helfen
Das auf „Cheetah“ angewendete Lernmodell wollen sie nun auch an anderen Robotern erproben: „Das traditionelle Paradigma in der Robotik besteht darin, dass der Mensch dem Roboter sowohl vorgibt, welche Aufgabe er zu erledigen hat, als auch wie er sie zu erledigen hat. Das Problem ist, dass ein solcher Rahmen nicht skalierbar ist, da es einen immensen technischen Aufwand erfordern würde, einen Roboter manuell so zu programmieren, dass er in vielen verschiedenen Umgebungen eingesetzt werden kann. Ein praktischerer Weg, einen Roboter mit vielen verschiedenen Fähigkeiten zu bauen, besteht darin, dem Roboter zu sagen, was er tun soll, und ihn das Wie herausfinden zu lassen. Unser System ist ein Beispiel dafür. In unserem Labor haben wir begonnen, dieses Paradigma auf andere Robotersysteme anzuwenden, zum Beispiele auf Hände, die viele verschiedene Objekte aufnehmen und manipulieren können.“