MIT-Durchbruch ermöglicht Robotern die Nutzung ihres gesamten Körpers zur Objektmanipulation

Forscher am Massachusetts Institute of Technology (MIT) haben die Manipulationsfähigkeiten von Robotern deutlich verbessert. Mithilfe einer neuen KI-Technik namens „Smoothing“ können Roboter nun Aufgaben mit ihrem gesamten Körper ausführen, anstatt nur mit den Fingerspitzen. Diese Innovation hat das Potenzial, den Einsatz von Robotern in Fabriken, der Weltraumforschung und anderen Bereichen grundlegend zu verändern.

Die Herausforderung der kontaktreichen Manipulationsplanung

Die Manipulation von Objekten mit dem ganzen Körper stellt Roboter vor eine enorme Herausforderung. Sie müssen bei jeder Berührung mit Fingern, Händen, Armen und Oberkörper Milliarden potenzieller Kontaktpunkte auf einem Objekt berücksichtigen. Dieser Prozess, bekannt als „kontaktreiche Manipulationsplanung“, ist rechenintensiv und war bisher ein Engpass für praktische Anwendungen. Menschen bewältigen diese Aufgaben intuitiv, für Roboter sind sie jedoch extrem komplex.

Die Lösung

Um das Problem zu vereinfachen, entwickelten Forscher des MIT eine neue KI-Technik, die auf „Glättung“ basiert. Diese Technik reduziert die zahlreichen Kontaktereignisse auf eine kleinere, besser handhabbare Anzahl von Entscheidungen. Dank dieser Innovation können selbst einfache Algorithmen effizient einen effektiven Manipulationsplan für einen Roboter erstellen. 

„Durch die Glättung von Mittelwerten werden viele dieser unwichtigen Zwischenentscheidungen eliminiert, sodass nur noch wenige wichtige übrig bleiben“, sagte HJ Terry Suh, ein MITdent und Mitautor des in den IEEE Transactions on Robotics veröffentlichten Artikels.

Reinforcement Learning vs. Smoothing

Obwohl Reinforcement Learning Robotern effektiv bei der Ausführung komplexer Aufgaben hilft, erfordert es immense Rechenleistung und Zeit. Laut Suh lernt es durch ein „Black-Box“-System des Ausprobierens und Irrtums, wobei oft „Millionen von Jahren Simulationszeit“ benötigt werden, um wirksam zu werden. 

Glättung bietet jedoch eine Alternative. Durch ein genaues Verständnis des Modells und des Problems konnten die Forscher den Prozess effizienter gestalten. Die Glättung ermöglicht es dem Roboter, sich auf die Kerninteraktionen mit Objekten zu konzentrieren und so eine schnellere und effektivere Aufgabenplanung zu ermöglichen.

Effizienzsteigerung und kombinierter Ansatz

Trotz der Fortschritte durch Glättungsverfahren blieb die Suche selbst in der reduzierten Anzahl an Entscheidungen eine Herausforderung. Die Forscher kombinierten daher das Glättungsmodell mit einem Suchalgorithmus und konnten so die Rechenzeit auf einem Standard-Laptop auf etwa eine Minute reduzieren.

Das Team testete seinen Ansatz sowohl in Simulationen als auch an realen Roboterarmen und erzielte dabei eine mit dem Reinforcement Learning vergleichbare Leistung, jedoch in einem Bruchteil der Zeit.

Anwendungen und Perspektiven

Die Auswirkungen dieser Forschung sind immens. In industriellen Umgebungen könnten Fabriken große Roboterarme durch kleinere, mobilere Roboter ersetzen, die ihren ganzen Körper für Manipulationsaufgaben einsetzen und so Energieverbrauch und Kosten reduzieren. 

Darüber hinaus könnte sich die Technik als unschätzbar wertvoll für Erkundungsroboter erweisen, die zum Mars oder anderen Himmelskörpern entsandt werden, wo eine schnelle Anpassung an neue Umgebungen von entscheidender Bedeutung ist.

Die Forscher räumen jedoch ein, dass es bei der Bewältigung dynamischer Aufgaben, wie beispielsweise dem Werfen eines Gegenstands in einen Behälter durch einen Roboter, Einschränkungen gibt. Das Team plant, seinen Ansatz weiter zu verfeinern, um solche Herausforderungen zu meistern.

Suh betonte, dass es eine Möglichkeit gäbe, den gesamten Prozess zu beschleunigen, wenn man die Struktur solcher Robotersysteme mithilfe von Modellen nutzen könne, anstatt sie als „Black-Box“-System zu betrachten. 

Amazon, das MIT Lincoln Laboratory, die National Science Foundation und die Ocado Group haben die Arbeit teilweise finanziert. Da sich die Robotermanipulationstechniken des MIT stetig weiterentwickeln, eröffnen sie neue Möglichkeiten für die Robotik in verschiedenen Sektoren und beweisen, dass ein tiefes Verständnis des Problems zu innovativen Lösungen führen kann.

Bei solchen Fortschritten könnten Roboter, die Objekte so intuitiv handhaben wie Menschen, bald Realität sein.