Roboter lernen das Greifen

Neue Forschungen an der Stanford University

Wie in allen Bereichen der Forschung und Entwicklung zur Künstlichen Intelligenz, so stellt sich auch in der Robotik das Problem der Lernfähigkeit von Maschinen. Man kann zum Beispiel einem Roboter beibringen, eine Kaffeekanne mit Schraubverschluss zu bedienen. Was aber, wenn er nun ein kleines Kännchen nehmen und daraus Milch in eine Tasse ausgießen sollte? Zur Lösung dieser Aufgabe müsste der Roboter in der Lage sein, die Funktionsweise eines anderen Objektes zu analysieren (und das möglichst, ohne beim Lernen etwas zu verschütten). Tatsächlich wird dieses Problem wohl lange ungelöst bleiben. Wie die „Technology Review“ in ihrer deutschsprachigen Ausgabe bereichtet, lösen Forscher an der amerikanischen Stanford University jedoch zumindest das Problem des Greifens verschiedener Objekte.

Bislang sind hierzu vor allem vorprogrammierte Schemen in der Programmlogik des Roboters verwendet worden; dieser wusste immer im Vorhinein, welche Art von Objekt ihm begegnen würde. Das neue System des „Stanford Artificial Intelligence Robot“ beinhaltet jedoch eine Funktionalität zum flexiblen Erkennen dreidimensionaler Objekte. Diese besteht hardwareseitig zunächst aus zwei Kameras, die aus verschiedenen Blickwinkeln auf ein Objekt gerichtet werden und die Generierung eines dreidimensionalen Abbildes zulassen. Dieses kann dann intern dazu genutzt werden, nach einem Ansatzpunkt für die Greifbewegung – im Fall einer Tasse also der Henkel – zu suchen. Tatsächlich ist, wie die TR schreibt, die Marktreife dieses Systems noch in weiter Ferne. Als großes Problem gilt etwa der Rechenaufwand zur Erstellung eines internen 3D-Modells des zu greifenden Objekts. Anwendungsgebiete solcher Roboter wären vor allem Privathaushalte, wo diese Maschinen zum Beispiel älteren Bewohnern bei anstrengenden Verrichtungen des täglichen Lebens helfen könnten.