Roboter lernt Hand/Auge-Koordination

Greifen lernen im neuronalen Netz

Ein zweimonatiges Experiment von Google Research hat es gezeigt: Aufgrund künstlicher neuronaler Netzwerke sind Roboter schon heute in der Lage, selbstständig zu lernen. 14 Roboterarme zeigten nach 800.000 Greifvorgängen erste Anzeichen für intelligentes, vorausschauendes Handeln.

In einem Experiment von Google Research lernten die Robotergreifer, einen Gegenstand erst beiseite zu schieben, um einen anderen besser greifen zu können. (Bild: Google Research Blog)

Noch immer klafft eine große Lücke zwischen den Fähigkeiten des Menschen und den Fähigkeiten heutiger Roboter, selbst wenn es um vermeintlich einfache Dinge wie das Greifen geht. Ein Kleinkind greift bereits nach wenigen Monaten gezielt nach Gegenständen und hat den Greifvorgang nach vier Jahren weitestgehend perfektioniert. Auch Roboter sollen jetzt (eigenständig) besser greifen lernen: In einem Experiment von Google Research ließen die Verantwortlichen 14 Roboterarme, ausgestattet mit Zweifingergreifern und einer monokularen RGB-Kamera, zwei Monate lang chaotisch angeordnete Gegenstände aus einem Behälter greifen. Bei den Gegenständen handelte es sich um Haushalts- und Büroartikel, wie Quietscheentchen, Plastikbecher, Tacker oder Bleistifte. Die Roboter waren dabei über ein künstliches neuronales Netzwerk miteinander verbunden und führten die Greifvorgänge parallel aus.

Überwachung der Greifvorgänge

Anfangs führten die Roboter die Greifvorgänge völlig beliebig aus, nur wenige waren erfolgreich. Doch dann ließen die Google-Mitarbeiter die Ergebnisse der Greifvorgänge in das neuronale Netz einfließen. Die Analyse aus Kamerabild und Greifbewegung wurde in den Inner Loop der Servosteuerung eingespeist. Daraufhin justierten die Roboter ihre Bewegungen in Echtzeit und vergrößerten so die Chance auf einen erfolgreichen Greifvorgang. Durch die eigene Überwachung ihrer Greifvorgänge lernten die Roboter nach und nach, diese immer weiter zu verbessern, und entwickelten eine eigene Hand/Auge-Koordination.

Vorausschauendes Verhalten

Nach 800.000 Greifvorgängen und 3.000 Roboterstunden kamen erste Anzeichen von intelligentem, vorausschauendem Handeln zum Vorschein. So zeigten die Roboter interessante Verhaltensweisen noch vor dem eigentlichen Greifvorgang. Sie schoben beispielsweise einen Gegenstand erst zur Seite, um einen anderen besser greifen zu können, oder änderten die Position eines Gegenstandes. Die Fehlerrate bei den Greifvorgängen sank daraufhin auf 18 Prozent. Vergleichbare Open-Loop-Anordnungen verfügen dagegen über eine Fehlerrate von 34 Prozent. Das Experiment von Google Research bedeutet somit einen ersten Schritt in die Richtung von Robotersystemen, die die Auswirkung ihres Handelns selbst verstehen können. Diese Form des Large-Scale Mashine Learning wird möglicherweise die Entwicklung im Bereich Robotik und Automation weiter voranbringen und den Weg für neue Roboterapplikationen ebnen. (fiz)

Roboter lernt Hand/Auge-Koordination
In einem Experiment von Google Research lernten die Robotergreifer, einen Gegenstand erst beiseite zu schieben, um einen anderen besser greifen zu können. (Bild: Google Research Blog)


Das könnte Sie auch interessieren

ROBOTIK UND PRODUKTION 3/2017: MRK-Systeme einfach realisieren

Bei der Umsetzung von Applikationen der Mensch/Roboter-Kollaboration müssen sich Anwender und Integratoren nach wie vor der Herausforderung von Risikobeurteilung und Validierung stellen.

Anzeige
ROBOTIK UND PRODUKTION 3/2017: Aktionsradius von Industrierobotern einfach und wirtschaftlich erweitern

Mit dem Konzept der siebten Achse erhalten Roboteranwendungen einen größeren Arbeitsbereich. Dabei bewegt sich der komplette Roboter auf einer bodennahen Linearachse.

Anzeige
Zeitsparende Robotiklösung gewinnt Ideenwettbewerb

Auf der diesjährigen Motek wurde jetzt der Gewinner des Ideenwettbewerbs Low Cost Robotics bekanntgegeben: MLC-Engineering kombinierte für den Wettbewerb einen modularen Robolink-Gelenkarm zur Maschinenbestückung mit optischer Messtechnik und erzielte dadurch eine Zeitersparnis von 76%.

Das Seminar ‚Einführung in die Robotertechnik‘ von Omron liefert wichtige Auswahlkriterien für das geeignete Robotersystem und zeigt die Fähigkeiten moderner Robotersysteme mit integrierter Bildverarbeitung auf. Die Teilnehmer erhalten Antworten auf viele Fragen rund um die Themen Robotik, Bildverarbeitung und Simulation.

Anzeige
Wachstumsprognose für Robotik und Automation in Deutschland

Der VDMA erhöht seine Wachstumsprognose 2017 für die Branche Robotik und Automation in Deutschland von 7 auf 11%. Alle drei Segmente sind auf starkem Wachstumskurs: Die industrielle Bildverarbeitung wird nach neuer Prognose ein Umsatzplus von 18% erreichen, statt der zunächst erwarteten 10%. Das entspricht einem Branchenumsatz von 2,6Mrd.€.

Zukunft der Elektronikfertigung auf der Productronica

Wie die Entwicklung und Fertigung von Elektronik zukünftig aussehen wird, zeigt die Fachmesse Productronica von 14. bis 17. November in München. Zu den Schwerpunktthemen zählen neben Robotik und Miniatisierung auch Halbleiterlösungen und Digitalisierung.