ARK: Ein quelloffenes Python-basiertes Framework für Robotiklernen

Die Robotik hat in der Hardware-Entwicklung bemerkenswerte Fortschritte gemacht – von den Urban und Robotics Challenges des DARPA bis hin zum ersten Kickboxturnier mit humanoiden Robotern. Dennoch hinkt die kommerzielle Autonomie dem Fortschritt im maschinellen Lernen noch hinterher. Ein wesentlicher Engpass ist die Software: aktuelle Roboterstacks erfordern steile Einstiegshürden, tiefgreifende Kenntnisse in C/C++, fragmentierte Werkzeuge und komplexe Hardwareintegration, was einen starken Kontrast zu den pythonzentrierten, gut dokumentierten Ökosystemen bildet, die moderne KI vorangebracht haben. Wir stellen ARK vor, ein quelloffenes, pythonbasiertes Robotikframework, das diesen Abstand verringern soll. ARK bietet eine Umgebungsschnittstelle im Stil von Gym, die es Benutzern ermöglicht, Daten zu sammeln, sie vorzubereiten und Strategien unter Verwendung modernster Imitations-Lernalgorithmen (z.B. ACT, Diffusion Policy) zu trainieren, während sie nahtlos zwischen hochwertiger Simulation und physischen Robotern wechseln können. Eine leichtgewichtige Client-Server-Architektur ermöglicht vernetzte Publisher-Subscriber-Kommunikation, und optionale C/C++-Bindungen gewährleisten bei Bedarf Echtzeit-Leistung. ARK enthält wiederverwendbare Module für Steuerung, SLAM (Simultaneous Localization and Mapping), Bewegungsplanung, Systemidentifikation und Visualisierung sowie native ROS-Interoperabilität. Ausführliche Dokumentation und Fallstudien – von Manipulation bis zur mobilen Navigation – zeigen schnelles Prototyping, problemloses Austauschen von Hardwarekomponenten und End-to-End-Pipelines auf, die der Benutzerfreundlichkeit gängiger maschinelles-Lernen-Workflows gleichkommen. Durch die Vereinheitlichung von Robotik- und KI-Praktiken unter einem gemeinsamen Python-Dach senkt ARK den Einstieg in diese Technologien und beschleunigt Forschung sowie kommerzielle Einführung autonomer Roboter.