Ein Algorithmus, der Robotern helfen kann, Verletzungen wegzulaufen

Roboter wie der Mars Rover können in rauen Umgebungen selbstständig operieren, und neue Forschungsergebnisse zeigen, dass sie noch autarker werden könnten, indem sie Wege finden, sich anzupassen und nach einer Verletzung in Bewegung zu bleiben.

In weniger als einer Minute fand dieser einfache Roboter heraus, wie er ein gebrochenes Gelenk kompensieren und seine Aufgabe erfüllen konnte.

Die Arbeit ist Gegenstand einer Studie, die heute in veröffentlicht wurde Natur , von Forschern der Pierre-und-Marie-Curie-Universität in Frankreich und der University of Wyoming. Die Idee ist, dass Roboter, wenn sie gefährliche, schwierige Aufgaben übernehmen, mit gebrochenen Teilen und Verletzungen fertig werden müssen, während sie sich außerhalb der Reichweite einer menschlichen Reparaturmannschaft befinden.

Wenn beispielsweise ein Roboter nach einem Erdbeben auf eine Such- und Rettungsmission geschickt wird, muss er möglicherweise mit einer unerwarteten Beschädigung eines seiner Beine fertig werden, während er ein eingestürztes Gebäude vermisst.

Die größte Herausforderung bestand darin, etwas zu schaffen, das lernt, aber in wenigen Minuten lernt, sagt Co-Autor Jean-Baptiste Mouret, jetzt Forscher beim französischen Innovationskonsortium Inria. In einem Video, das die Veröffentlichung begleitet, zeigen Forscher einen spinnenartigen Roboter, der an einem seiner sechs Beine verletzt ist. Die Kreatur beginnt, neue Fortbewegungsmethoden auszuprobieren, und gewinnt in etwa 40 Sekunden 96 Prozent ihrer Geschwindigkeit zurück, wobei sie weniger wie ein kaputtes Spielzeug als vielmehr wie ein verwundetes Tier aussieht, das wegkriecht.

In einem anderen Beispiel beschädigten Forscher einen der Motoren an einem mechanischen Arm. In weniger als einer Minute fand der einfache Roboter heraus, wie er das gebrochene Gelenk kompensieren und eine Kugel richtig in eine Dose legen konnte.

Co-Autor Antoine Cully, ein Doktorand an der PMCU, stellt fest, dass die Roboter mit einem evolutionären Algorithmus lernen. Das bedeutet, dass es wiederholte Trial-and-Error-Schritte durchführt – aufbauend auf einer Liste, die es vor dem Einsatz erstellt hat und die detailliert beschreibt, was es tun kann und wie wertvoll jedes einzelne ist – um einen neuen Weg zu finden, um sich fortzubewegen. Es ist wie eine vereinfachte Version dessen, was Menschen tun: Wenn Sie sich einen Knöchel verstauchen, nutzen Sie Ihr Gedächtnis und experimentieren, um herauszufinden, wie Sie am effizientesten und am wenigsten schmerzhaft herumhumpeln können.

Obwohl die Gelenke seines Arms in verschiedenen Positionen stecken, ist dieser Roboter in der Lage, neue Wege zu finden, um Bälle in einen Becher zu legen.

Die meisten Roboter haben keine solchen Notfallpläne, da sie normalerweise so programmiert sind, dass sie sich in bestimmten Mustern bewegen. Wenn sie beschädigt sind, müssen sie möglicherweise eine neue Fortbewegungsmethode erlernen, um ihre Funktionalität aufrechtzuerhalten. In der Studie, sagt Mouret, verstanden die Roboter nicht, was mit ihnen nicht stimmte; Die Forscher versuchten nicht, etwas über den Schaden vorherzusehen, den sie erleiden würden.

Natürlich können Roboter, wie Autos, Sensoren haben, die auf bestimmte Probleme hinweisen. Aber Sensoren lösen das Problem nicht, und laut Mouret war das Ziel, ohne Sensoren zu lernen (obwohl der sechsbeinige Roboter eine Kinect verwendete, um ihm ein grundlegendes Verständnis dafür zu vermitteln, wann er aufrecht und ausbalanciert war). Außerdem weist Mouret darauf hin, dass Sensoren falsch oder vielleicht nicht ganz richtig sein können. Die Theorie der Forscher lautet also vorerst, dass ein Roboter besser damit bedient ist, die beste Art und Weise, sich fortzubewegen, durch Experimente als durch Sensordaten herauszufinden.

Wir wollen dieses Wissen einfließen lassen, aber wir müssen vorsichtig sein, sagt Mouret.

Es ist noch nicht klar, wie beschädigt ein Roboter sein könnte und noch einige Bewegungen wiedererlangt, und die Beispiele der Forscher sind noch weit von realen Szenarien wie der Bekämpfung von Bränden oder der Rettung von Menschen entfernt. Mouret sagt, dass sie diese Lernalgorithmen bald außerhalb des Labors an größeren Robotern testen werden.

Und während man dem sechsbeinigen Roboter dabei zuschaut, wie er eine neue Bewegungsmethode herausfindet, führt dies unweigerlich zu Visionen des Terminators und böser Roboter, sagt Mouret, dass die Forscher genügend Zeit haben, um geeignete Sicherheitsvorkehrungen einzubauen, um zu verhindern, dass Roboter Verhaltensweisen anwenden, die Menschen schaden könnten.

Fast alle Tiere sind so gebaut, dass sie sich an eine kleine Verletzung anpassen, sagt er. Das heißt nicht, dass sie die Weltherrschaft übernehmen wollen.

verbergen