Robotik und physische KI

Ingenieure entwickeln Roboter, die große Objekte kooperativ bewegen können

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Ingenieure im Intelligenten Robotik- und Autonomen Systeme-Labor der University of Cincinnati haben eine künstliche Intelligenz (KI) entwickelt, um Roboter dazu zu trainieren, große Objekte kooperativ zu bewegen. Das Team demonstrierte die Fähigkeit der Roboter, einen langen Stab um Hindernisse und eine enge Tür in Computersimulationen zu bewegen.

Laut Andrew Barth, einem Doktoranden an der Fakultät für Ingenieurwesen und Angewandte Wissenschaften der UC, ist die Aufgabe, solche Objekte zu bewegen, ein perfekter Einsatz für Roboter.

“Wir haben es uns ein bisschen schwerer gemacht. Wir wollen die Aufgabe mit so wenig Kommunikation wie möglich zwischen den Robotern erledigen”, sagte Barth.

Barth ist der Hauptautor der Studie, die im Journal Intelligent Service Robotics veröffentlicht wurde. Die Co-Autoren der Forschung umfassten Professor Ma, den UC-Doktoranden Yufeng Sun und den UC-Senior-Forschungsassistenten Lin Zhang.

Das System testen

In den Tests leitete keiner der Roboter den anderen, und sie teilten die Strategie nicht vor der Ausführung der Aufgabe. Die Roboter verließen sich auf genetische Fuzzy-Logik, eine Art KI, die eine intelligente Steuerungstechnik darstellt, bei der das System die menschliche Argumentation nachahmt. Sie ersetzt eine einfache binäre Klassifizierung durch Grade von richtig und falsch und modifiziert individuelle Lösungen, um “aus vergangenen Ergebnissen zu lernen”.

“Letztendlich wollen wir dies auf 10 oder mehr Roboter ausweiten, die kooperativ an einem Projekt arbeiten”, sagte Barth. “Wenn Sie beispielsweise eine gigantische Habitat in Space bauen möchten, benötigen Sie viele Roboter, die zusammenarbeiten. Aber wenn Sie auf ein Kommunikationsnetzwerk angewiesen sind und es ausfällt, ist Ihr ganzes Projekt beendet.”

Laut Barth bedeuten unabhängige Roboter, dass der Verlust eines Roboters nicht zum Scheitern der Aufgabe führt, da die anderen Roboter ausgleichen können.

Die den Robotern gestellte Aufgabe bestand darin, ein virtuelles Sofa um zwei Hindernisse und durch eine enge Tür zu tragen, und sie erledigten dies in 95 % der Fälle in Simulationen. Die Roboter-Arbeitspartner demonstrierten auch eine Erfolgsrate von 93 % in einem neuen Szenario, in dem es zwei unbekannte Objekte und eine Ziel-Tür an einem anderen Ort gab. Die Roboter demonstrierten eine fast gleiche Genauigkeit und benötigten keine erneute Schulung. Noch beeindruckender war, dass sie dies auch dann demonstrierten, wenn verschiedene Faktoren wie die Größe des Objekts geändert wurden.

“Wenn Sie Roboter trainieren können, um mit so wenig Informationen wie möglich semi-unabhängig zu arbeiten, dann machen Sie Ihr System robuster gegenüber Ausfällen und erleichtern es großen Gruppen, zusammenzuarbeiten”, sagte Barth.

“Unser langfristiges Ziel ist es, dass mehrere Roboter zusammenarbeiten können, um schwierige Aufgaben zu erledigen – wie das Bewegen von Möbeln”, sagte Ma.

Neue Chancen schaffen

Laut Ma könnten kooperative Roboter große neue Chancen in verschiedenen Bereichen schaffen, und neue Sicherheitsfunktionen könnten die Robotersicherheit verbessern.

“Es gibt eine Vielzahl von Anwendungen. An jedem Ort, an dem Menschen in der Zukunft Aufgaben erledigen, könnten auch multiple Roboter arbeiten”, sagte Ma. “Derzeit arbeiten die meisten Roboter allein. Aber in der Zukunft werden wir multiple Roboter benötigen, die zusammenarbeiten, genau wie Menschen es jetzt tun.”

Das Team entwickelt ein Steuersystem, das skalierbar ist und es ermöglicht, dass multiple Roboter eine Aufgabe erledigen.

“Und Sie müssen sie nicht umschulen, wenn plötzlich nur vier oder sechs sind”, sagte er. “Wenn ein oder zwei ausfallen, können die anderen weitermachen. Das ist der Schlüssel.”

Alex McFarland ist ein KI-Journalist und Schriftsteller, der die neuesten Entwicklungen im Bereich der künstlichen Intelligenz erforscht. Er hat mit zahlreichen KI-Startups und Veröffentlichungen weltweit zusammengearbeitet.