Roboterarme erreichen eine Geschicklichkeit, die der des Menschen in nichts nachsteht

Shadow Robot, ein Startup-Unternehmen im Bereich der High-Tech-Robotikforschung und -entwicklung, entwickelt ein Roboterhandmodell, dessen Geschicklichkeit und Agilität denen von „Menschen“ in nichts nachstehen soll. „Brüder“ aus Fleisch und Blut. Dieser Roboterarm heißt Shadow Robot Dexterous Hand und seine „Seele“ sind extrem komplexe KI-Algorithmen, die dem Roboter dabei helfen, eine extrem hohe Genauigkeit zu erreichen – etwas, das mit der Zeit verbessert werden kann.

Forscher haben erfolgreich einen Algorithmus für künstliche Intelligenz entwickelt, der Shadow Robot Dexterous Hand beeindruckende Manipulationsfähigkeiten verleihen kann, indem er es zwei Roboterhänden ermöglicht, Gegenstände aufeinander zu werfen oder einen Stift zwischen den Fingern zu drehen – komplexe Techniken, die nur Menschen beherrschen. Darüber hinaus ist diese Roboterhand auch in der Lage, selbst zu lernen, wie man viele Objekte ohne menschliches Eingreifen steuert. Tatsächlich sollen komplexe manuelle Vorgänge selbst für Menschen schwer zu erlernen sein, und hier zeigen die KI-Algorithmen des verstärkenden Lernens ihre Leistungsfähigkeit.

Geschickte Hand des Schattenroboters

In einem Artikel mit dem Titel „Solving Challenging Dexterous Manipulation Tasks With Trajectory Optimization and Reinforcement Learning“ haben Forscher eine Reihe von 3D-Handsimulationsmodellen mithilfe einer an der University of Washington entwickelten Physik-Engine namens MuJoCo (Multi-Joint Dynamics with Contact) erstellt.

Diese Arbeit ist derzeit noch im Gange, aber die ersten Ergebnisse waren sehr beeindruckend und konzentrierten sich hauptsächlich auf Aufgaben, die eine reibungslose Koordination zwischen zwei Roboterhänden gleichzeitig erfordern, wie zum Beispiel das Werfen und Fangen eines Gegenstands. Dies macht den Lernprozess des Algorithmus sehr schwierig. Die Forscher sagen, dass Reinforcement-Learning-Algorithmen eines der bisher beeindruckendsten Beispiele für autonomes KI-Lernen zur Bewältigung schwieriger und geschickter Manipulationsaufgaben darstellen.

Algorithmen verleihen der Roboterhand Flexibilität

Der Durchbruch in der Geschicklichkeit des Shadow Robot Dexterous Hand wird durch zwei KI-Algorithmen untermauert. Zunächst hat ein Algorithmus eine Planungsaufgabe und generiert Beispiele für die Ausführung der Aufgabe. Dann übt ein Reinforcement-Learning-Algorithmus durch eine Reihe von Versuch-und-Irrtum-Aktionen wiederholt eine Aktion aus, bis er sie perfekt ausführen kann. Eine Belohnungsfunktion wird angewendet, um zu bewerten, wie gut der Algorithmus funktioniert.

Shadow Robot Dexterous Hand befindet sich noch in der Entwicklung, aber das Potenzial für reale Anwendungen ist riesig. Roboterhände dieser Art könnten bei hochdetaillierten Aufgaben eine nützliche Rolle spielen, beispielsweise bei der Computermontage, wo das Zusammenfügen von Mikrochips ein Maß an Präzision erfordert, das derzeit fehlt. Nur menschliche Hände können dies tun. Darüber hinaus können sie auch im medizinischen Bereich, beispielsweise in der Chirurgie, zu wirksamen Helfern des Menschen werden. Alles liegt an der Flexibilität, Geschicklichkeit und Intelligenz des Roboters.

Im Moment gibt es einen Knackpunkt, den Ingenieure lösen müssen: KI-Algorithmen, die das menschliche Bewegungsniveau genau simulieren, wurden bisher nur in Virtual-Reality-Simulationen demonstriert. Die Übersetzung des Algorithmus auf physische Hardware ist der nächste Schritt des Projekts – eine äußerst komplexe Aufgabe.