Forscher der Technischen Universität Wien (TU Wien) haben ein Selbstlernsystem entwickeltRoboterdas in der Lage ist, bei einfachen Aufgaben wie dem Reinigen eines Waschbeckens einen Menschen nachzuahmen.
Diese scheinbar einfache Aufgabe ist eine große Herausforderung für den Roboter. Die herkömmliche Roboterprogrammierung erfordert eine präzise mathematische Modellierung der komplexen Kurven des Waschbeckens, eine zeitaufwändige und komplexe Aufgabe. Stattdessen vereinfachte das Team den Prozess, indem es menschliche Demonstrationen und haptische Daten kombinierte, um dem Roboter beizubringen, menschliche Bewegungen nachzuahmen.
Dieser Lernansatz ist nicht nur auf die Haushaltsreinigung anwendbar, sondern kann es auch seinangewandtfür vielfältige Aufgaben in der industriellen Produktion wie Polieren, Lackieren, Schleifen und Kleben.
„Die Erfassung der Geometrie eines Waschbeckens mit einer Kamera ist relativ einfach“, sagt Professor Andreas Kugi vom Institut für Automatisierung und Steuerung der Technischen Universität Wien, „aber der Schlüssel liegt darin, dem Roboter beizubringen, wie er für verschiedene Zwecke die richtige Bewegung wählt.“ Oberflächen – wie schnell soll es sich bewegen? Was ist der richtige Winkel? Was ist das richtige Maß an Kraft?'
IT House weist darauf hin, dass diese Art des Lernens der Art und Weise ähnelt, wie Menschen neue Fähigkeiten erlernen, insbesondere solche, die praktische Arbeit erfordern.
„In der Werkstatt gab ein Meister einem Lehrling die Anweisung: ‚Du musst etwas fester auf die schmale Kante drücken‘“, sagte Christian Hartl-Nesic.IndustrierobotikGruppenleiter im Team von Andreas Kugi. „Wir wollten einen Weg finden, wie der Roboter auf ähnliche Weise lernen kann.“
Dazu entwickelte das Team ein spezielles Reinigungswerkzeug – einen mit Sensoren imprägnierten Schwamm. Der menschliche „Lehrer“ reinigt mit dem Schwamm wiederholt die Vorderkante des Spülbeckens mithilfe von Kraftsensoren und Tracking-Markern.
„Wir haben in nur wenigen Demonstrationen viele Daten generiert und diese dann verarbeitet, um dem Roboter zu helfen, die richtige Art der Reinigung zu verstehen“, erklärt Christian Hartl-Nesic.
Anschließend nutzte das Forschungsteam eine innovative Datenverarbeitungsstrategie, um dem Roboter die effiziente Reinigung eines gesamten Waschbeckens oder eines anderen Objekts mit komplexer Oberfläche zu ermöglichen, selbst wenn bisher nur gezeigt wurde, wie man eine Kante des Waschbeckens reinigt.
Christoph Unger, Doktorand in der Gruppe Industrierobotik, erklärt: „Der Roboter lernte, die Art und Weise, wie er den Schwamm hält, an die Form der Oberfläche anzupassen und in stark gekrümmten Bereichen und auf ebenen Flächen unterschiedliche Kräfte auszuüben.“
Künftig könnten die Roboter auf mobilen Plattformen montiert werden und so zu leistungsstarken Helfern in jeder Werkstattumgebung werden. Und genau wie Menschen könnten diese Roboter ihre Erfahrungen an andere Roboter weitergeben.