Uninews-Online

Neues Lernverfahren für menschenähnliche Roboter

Für ihre Robotik-Forschung sind Freiberger Informatiker auf einer internationalen Konferenz in Toyama (Japan) ausgezeichnet worden. Die Wissenschaftler um Prof. Bernhard Jung entwickelten zusammen mit Kollegen der Universität Osaka ein neues Lernverfahren für menschenähnliche Roboter.

Heni Ben Amor, Wissenschaftler am Freiberger Institut für Informatik, forscht seit 2005 mit humanoiden Robotern. Bei seinen Forschungsreisen an die japanische Universität Osaka kam er mit dem Thema im wahrsten Sinne des Wortes „in Berührung“. „Die dortige Arbeitsgruppe um Prof. Hiroshi Ishiguro, einem international führenden Wissenschaftler auf dem Gebiet intelligenter Robotersysteme, möchte mit Robotern in direktem Körperkontakt gehen“, berichtet Ben Amor vom Freiberger Lehrstuhl für Virtuelle Realität und Multimedia. „Dadurch sollen die Maschinen neue Handlungen erlernen.“

Die Wissenschaftler arbeiten dabei mit einem so genannten CB2 Roboter, einer Druckluft-betriebenen Maschine in einer Silikonhaut. Durch die weiche Außenschicht ist eine verletzungsfreie Interaktion mit ihm möglich. Bei dem engen Kontakt mit dem Menschen soll sich der Roboter an dessen Bewegungsabläufe anpassen. Dadurch kann er beispielsweise lernen, selbstständig vom Boden aufzustehen.

Die Auszeichnung auf der “International Symposium on Robot and Human Interactive Communication” Ende September für die Forschungen des Teams aus Freiberg und Osaka hat Heni Ben Amor überrascht. „Die Konferenz ist hochkarätig besetzt und unsere Forschergruppe ist da nur ein „kleiner Fisch“, berichtet Ben Amor. „Uns war jedoch klar, dass wir mit der Arbeit, die wir eingereicht haben, ein neues Feld entwickelte haben. Wir nennen es “Physical Interaction Learning”. Auf bisherigen Robotersystemen war eine derartige Forschung gar nicht möglich.“

Die große Schwierigkeit stellt bei den Arbeiten nicht die Robotertechnik, sondern der Mensch dar. „Lernverfahren für Roboter funktionieren bereits gut, wenn der Roboter dabei allein gelassen wird“, beschreibt Ben Amor die Herausforderung. “Wenn jetzt jedoch der Mensch in diesem Prozess involviert ist, steigt die Komplexität für den Roboter.“ Das Problem liegt darin, dass der Mensch durch seinen Eingriff die Datenbasis, auf der der Roboter lernt, immer wieder ändert. Dadurch muss der Roboter seine Hypothesen und gelernten Annahmen permanent revidieren. Dies kann zu einem nicht enden wollenden Teufelskreis führen.

Um dieses Problem zu lösen, entwickelten die Informatiker der TU Bergakademie Freiberg eine mathematische Methode der Dimensionsreduktion. Hierbei werden große Datenmengen, wie die aufgezeichnete Bewegungen des Roboters, erst einmal in kleinere überführt, bevor diese gelernt werden. Dies macht ein „schnelles Lernen“ möglich. Dies ist auch deswegen notwendig, damit der Roboter in der Interaktion unmittelbar reagieren kann. Nur so kann der Mensch eine Veränderung im Verhalten der Maschine überhaupt bemerkten. „Bisherige Lernverfahren erfordern oftmals mehrere Stunden Rechenzeit“, hebt Ben Amor die Vorteile der neuen Lernmethode hervor. (TU Freiberg)