Auch in Der Dreidimensionalen Welt Ist Die Handarbeit Des Roboterarms Unbesiegbar

Von Super Neuro

Viele Menschen kennen bestimmt das Bausteinspiel Jenga, denn wer nicht aufpasst, zerstört den mühsam errichteten Bausteinturm. Was würde passieren, wenn wir KI und Roboter solche Dinge tun lassen würden?

Es scheint, dass Teams, die künstliche Intelligenz erforschen, immer gerne Durchbrüche durch Spiele erzielen. Auch der vom MIT-Team entwickelte Roboterarm basiert auf Spielen in der dreidimensionalen Welt.

Bei Stapelspielen stapeln Sie normalerweise jeweils drei Blöcke auf einmal, um einen Turm zu bilden. Nehmen Sie dann die Blöcke von unten und legen Sie sie oben auf den Turm, um einen höheren Turm zu bauen.

Beim Jenga-Spiel werden Geduld, Gleichgewicht, Kraft usw. in vielerlei Hinsicht auf die Probe gestellt. Für viele Menschen (insbesondere diejenigen, die zu Handzittern neigen) ist dieses Spiel zu schwierig. Der vom MIT entwickelte Roboter bewältigt diese Aufgabe problemlos durch Erkennung, Algorithmen in Kombination mit Drück-, Zieh- und Ausrichtungsvorgängen.

Wer genau ist es?

Menschen sagen immer, dass ihre Hände zittern, daher zielt die Forschung an Roboterarmen darauf ab, einige heikle oder risikoreiche Operationen durchzuführen. Alberto Rodriguez, Assistenzprofessor in der Fakultät für Maschinenbau des MIT und Mitglied des Projektteams, betonte, dass der Schlüssel zu diesem Roboter in der perfekten Kombination aus Sehen und Berühren liege.

Vom Aussehen her ähnelt dieser Roboter jedoch einigen gängigen Anwendungsmaschinen, etwa einem gewöhnlichen Roboterarm, ist jedoch mit einem Greifer mit weichen Zähnen, einem kraftempfindlichen Armband und einer externen Kamera ausgestattet, was bedeutet, dass er über Hände, Tastsinn und Augen verfügt.

Beim Arbeiten dient der Greifer zur Manipulation der Blöcke und bietet zudem taktiles Feedback; das Sensorarmband dient zur Kontrolle der Kraft beim Manipulieren der Blöcke; und die Kamera wird zum Aufnehmen visueller Bilder verwendet.

Neben seinem Aussehen, das es dem Roboter ermöglicht, Blöcke flexibel zu bewegen, ist das Wichtigste, dass er eine „Seele“ hat, die sich von früheren Robotern unterscheidet – Forscher verwenden neue Algorithmen, um ihn für diese Aufgabe besser zu machen.

Laut MIT-Forschern verwendet dieser Roboter keine traditionellen KI-Lernmethoden, sondern nutzt auf kreative Weise hierarchische Modelldynamiken, um ein Clustering-Lernmodell zu erstellen. Der Vorteil hierbei besteht darin, dass man nicht mehr auf große Datenmengen angewiesen ist, sondern anhand der Feedback-Daten Echtzeitanalysen durchführen und den Plan zum Verschieben des nächsten Bausteins vorhersagen kann, während gleichzeitig eine Kontakterkennung durchgeführt wird.

Wie spielt es Jenga?

Tatsächlich kann der Roboter das scheinbar komplexe Jenga-Spiel bewältigen, und der Schlüssel dazu liegt in der Verwendung von Cluster-Lernen.

Die traditionelle Art, dieses Spiel zu lösen, besteht darin, alle Beziehungen zwischen Blöcken, Robotern und Blocktürmen zu sammeln und dann den besten Weg zu berechnen. Dies führt jedoch offensichtlich zu einer enormen Datenmenge und erhöht den Berechnungsaufwand erheblich.

In dieser Studie wurde der Roboter so ausgewählt, dass er die Art und Weise nachahmt, wie Menschen Spiele spielen. Der erste Schritt besteht darin, die Daten durch Ausprobieren zu beschriften und zu clustern. Beurteilen Sie dann die Durchführbarkeit der neuen Operation, indem Sie sie mit den markierten Daten vergleichen.

Lassen Sie den Roboter zunächst vor einem Bausteinturm stehen, wählen Sie zufällig einen Baustein aus und schieben Sie ihn mit relativ geringer Kraft heraus. Bei jedem Drück- und Ziehvorgang zeichnet der Computer die entsprechenden Bild- und Kraftdaten auf und markiert sie zusammen mit dem Ergebnis des Vorgangs.

Für diese Studie waren etwa 300 Versuche nötig, um genügend Daten zu sammeln, die dann verarbeitet wurden. Hier kommt Clustering zum Einsatz. Vorgänge mit ähnlichen Daten und Ergebnissen sollten gruppiert werden, um bestimmte Bausteinverhalten darzustellen.

Verschiedene Gruppen repräsentieren unterschiedliche Bedienbarkeitsstufen, die auch den Standard für die Messung jeder Operation darstellen. Beispielsweise stellt ein Datensatz die Versuche des Roboters an einem schwer zu bewegenden Block dar, während ein anderer Datensatz die Versuche des Roboters an einem Block darstellt, der leichter zu bewegen ist.

Für jeden unterschiedlichen Datensatz wird entsprechend ein einfaches Modell angegeben. Durch die Kombination dieser Modelle ist der Roboter in der Lage, in Echtzeit zu lernen.

Abschließend kann eine echte Übung durchgeführt werden. Wenn der Roboterarm die Bausteine herausschiebt, empfängt er über die Kamera und das Armband visuelle und taktile Informationen und vergleicht das erhaltene Feedback anschließend mit den vorherigen Daten. Entsprechen die Daten einem guten Ergebnis, wird die Operation durchgeführt. Besteht die Gefahr eines Kollapses, wird die Operation abgebrochen.

Es geht nicht nur um Jenga

Forscher des MIT wiesen darauf hin, dass der Roboter in der Studie zwar in der Lage war, dieses Spiel zu spielen, dass aber wahrscheinlich einige Verbesserungen nötig wären, wenn er gegen menschliche Meister antreten soll. Denn in dieser Studie konzentrierte sich der KI-Roboter auf die Lösung physikalischer Interaktionsprobleme und löste beispielsweise Probleme, ob der Baustein herausgezogen und aufgesetzt werden kann. Das Jenga-Spiel erfordert jedoch auch eine gewisse Strategie, d. h. das Nachdenken und Analysieren der einzelnen Schritte.

Aber das Forschungsteam des MIT hatte diese Idee offensichtlich nicht. Vielleicht hat es für sie keinen großen Wert, einen Jenga-Meister auszubilden. Laut Rodríguez, einem Forscher des Teams, wird der Einsatz dieser Technologie in realen Arbeitsumgebungen erwogen, beispielsweise in Bereichen wie Robotern in Fertigungsstraßen.

Moment mal, das ist doch nur ein einfaches Puzzlespiel und vielleicht schaffen wir es nicht, es zu schaffen, also wird es nicht mit uns Menschen spielen. Es scheint, als würde es noch etwas Bemerkenswerteres tun, aber, ähm, vergessen Sie es, lassen Sie uns vom köstlichen Neujahrsessen überwältigen.