Anzeige

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)


Empfehlungen der Redaktion

Das könnte Sie auch interessieren

Deutschland ist in der EU mit rund 221.500 Industrierobotern die am stärksten automatisierte Volkswirtschaft – der Bestand stieg 2019 um 3%. Damit sind in hiesigen Fabriken rund dreimal so viele Roboter im Einsatz wie in Italien (74.400 Einheiten), rund fünf Mal so viele wie in Frankreich (42,000 Einheiten) und rund zehn Mal so viele wie in Großbritannien (21.700 Einheiten). ‣ weiterlesen

Anzeige

Der Griff in die Kiste hält auch abseits der Messlabore in der Produktion Einzug. Wichtig hierfür sind unter anderem die richtigen Komponenten, um Bin Picking erfolgreich umsetzen zu können. ‣ weiterlesen

Anzeige

Der koreanische Automobilzulieferer Seojin Industrial, der unter anderem für Hyundai und Kia fertigt, hat einen Großauftrag an Kuka vergeben. 185 Roboter sollen bald in Korea zum Schweißen und für Handling-Aufgaben eingesetzt werden. ‣ weiterlesen

Anzeige

Jens Kayser (Foto, rechts) ist neuer Sales Director DACH bei Photoneo. Der 3D-Scanner-Hersteller und Softwareentwickler Photoneo aus Bratislava baut damit seine Präsenz in dieser Region weiter aus. Die extrem schnellen 3D-Scanner werden im Bereich Automatisierung und Smart Factory eingesetzt. ‣ weiterlesen

Mit der Firma Etama als Partner für Litauen, Lettland und Estland will Yamaha Motor Europe sein europäisches Vertriebs- und Support-Netz ausbauen. Die Vereinbarung betrifft das gesamte Robotersortiment von Yamaha sowie programmierbare Transportmodule. Steuerungen, Vision-Systeme, Programmier-Tools und Zubehör wie Greifer runden das Portfolio ab.  ‣ weiterlesen

RoboJob, Okuma und Sandvik organisieren den ersten Automation Team Day. Am 8. Oktober im RoboJob-Showroom in Lehrensteinsfeld bei Heilbronn erwarten die Teilnehmer zwei Okuma-Maschinen in Aktion, ausgestattet mit einer Automatisierung von RoboJob:  ‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige