Roboterbau Künstliche Intelligenz führt schneller zum spezifischen Roboter

Redakteur: Peter Königsreuther

Am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) wurde im Rahmen des Projekts Q-Rock ein neuartiger Ansatz zur schnelleren Roboterentwicklung erarbeitet. Hier die Ergebnisse.

Firmen zum Thema

Das ist der am DFKI Robotics Innovation Center für den Weltraumeinsatz entwickelte Roboter Mantis. Das geförderte Projekt Q-Rock soll dafür sorgen, dass es bald auch ohne Expertenwissen möglich werde, günstig zum maßgeschneiderten Robotersystem zu kommen.
Das ist der am DFKI Robotics Innovation Center für den Weltraumeinsatz entwickelte Roboter Mantis. Das geförderte Projekt Q-Rock soll dafür sorgen, dass es bald auch ohne Expertenwissen möglich werde, günstig zum maßgeschneiderten Robotersystem zu kommen.
(Bild: DFKI / A. Popp)

Robotische Systeme sind schon heute aus Fabriken und Produktionshallen nicht mehr wegzudenken. Sie helfen dem Menschen im Alltag oder ermöglichen die Arbeit in lebensbedrohlicher Umgebung. Allerdings erfordere die Vielfalt der Aufgaben immer komplexere und leistungsfähigere Roboter, deren Entwicklung die Beteiligung von Fachkräften unterschiedlichster Disziplinen voraussetzt. Aber mit Abschluss des vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekts Q-Rock präsentiert das Robotics Innovation Center DFKI hier einen wegweisenden Ansatz, der die Roboterentwicklung revolutionieren soll. Die Quintessenz: Es soll bald ohne Expertise möglich sein, maßgeschneiderte Roboter günstig zu entwickeln. Dieser soll insbesondere kleine und mittelständische Unternehmen zugute kommen.

Mit KI und modularisierter Software

Der Ansatz basiert auf einem theoretischen Modell, das den Systementwurf durch einen ganzheitlichen Prozess Wirklichkeit werden lässt. Denn zum einen ist der Roboter selbst in der Lage, die ihm aufgrund seiner Hardware zur Verfügung stehenden Fertigkeiten zu erkunden. Und zum anderen lassen sich für eine gegebene Aufgabe alle Systeme ermitteln, die über die zur Erfüllung der Aufgabe notwendigen Fähigkeiten verfügen. Dafür kombinierten die Bremer Forschenden erfolgreich subsymbolische Methoden der Künstlichen Intelligenz, wie Maschinelles Lernen mit symbolischen Verfahren und strukturelles Schlussfolgern. Zudem baue man auf der umfangreichen Datenbasis des Vorgängerprojekts D-Rock auf. Diese verbindet modellierte Soft- mit Hardware und Verhaltensmodellen. Sie wurde in Q-Rock-Projekt außerdem stetig erweitert. Auch unterstütze sie durch ihre umfassende Modularisierung. Das heißt, man nutzt flexibel bereits bestehende Komponenten, was die Entwicklungsarbeit unterstützt, merkt das DFKI an.

Kognitive Kerne verbinden Hard- mit Software

Ist der Wunschroboters so modular beschrieben, erfolgt die Erkundung der Systemfähigkeiten mit maschinellen Lernverfahren vollkommen selbstständig, heißt es weiter. Bei sehr komplexen Systemen empfehle es sich, zunächst die Fähigkeiten von Teilkomponenten, etwa eines einzelnen Sensors oder Gelenkes, zu ermittelt, um daraus die Fähigkeiten des Gesamtsystems abzuleiten. Mithilfe weiterer Verfahren des maschinellen Lernens und auf Basis der in der Datenbank enthaltenen Softwaremodelle werden die erlernten Fähigkeiten dann automatisch in funktionale Einheiten gruppiert, erklären die Forschenden.

Zusammen mit einer semantischen Beschreibung ergeben sie sogenannte kognitive Kerne, die als Bausteine für komplexere Verhalten dienen. Diese enthalten die Verbindung zwischen den Fähigkeiten einer Hardware (etwa der Kinematik eines Roboterarmes) und der daraus resultierenden möglichen Bedeutung im Verhalten – etwa dem Greifen eines Objekts. Um auch sehr komplexes Roboterverhalten zu erzeugen, das aus vielen Einzelaktionen besteht, wie beispielsweise das Öffnen einer Tür, muss man dann verschiedene kognitive Kerne miteinander kombinieren. Jetzt kommt das strukturelle Schlussfolgern ins Spiel, durch das die Verhaltensbausteine wieder auf die Hardware abgebildet werden.

Das ist der sogenannten Q-Rock-Kreis. Es ist das Entwicklungsprinzip, mit dem man in Zukunft schneller und günstiger zu anwendungsspezifischen Robotern kommen kann.
Das ist der sogenannten Q-Rock-Kreis. Es ist das Entwicklungsprinzip, mit dem man in Zukunft schneller und günstiger zu anwendungsspezifischen Robotern kommen kann.
(Bild: DFKI)

Volles Wissen über neu designte Roboter

Für einen einfachen Zugang zum Q-Rock-System konzipierten die Experten des DFKI ein, wie versprochen wird, benutzungsfreundliches Webinterface. Es ermögliche, dass man über eine Menüauswahl die vom Roboter zu erfüllende Aufgabe, später herrschende Umgebungsbedingungen und Anforderungen an das Verhalten des Systems spezifizieren kann. Das Programm schlage dann automatisch die passenden Hardwarekombinationen vor. Darüber hinaus können potenzielle Nutzer dann eigene Roboter aus den in der Datenbank enthaltenen Komponentenmodellen gemäß Baukastenprinzip erstellen. Durch die so angestoßene Exploration der Roboterfähigkeiten werde auch automatisiert ermittelt, welche Aufgaben das System aufgrund seiner Hardware ausführen kann. So ist es möglich, aus dem vollen Fähigkeitsspektrum des neudesignten Roboters zu schöpfen, betonen die Bremer.

Ergänzende Forschungsvorhaben laufen schon

Das vom BMBF mit rund 3,17 Millionen Euro förderte Projekt Q-Rock ist am 27. September vorgestellt worden und erhielt eine überaus positive Bewertung. Insbesondere wurde es für seinen revolutionären und ambitionierten Ansatz und die sehr guten Ergebnisse gelobt. An Q-Rock knüpft nun das ebenfalls vom BMBF geförderte Vorhaben M-Rock, heißt es weiter. Das am 1. August 2021 gestartete Projekt will durch die Verwendung von expliziten und impliziten Feedback der Anwender die Roboterentwicklung weiter verbessern. So soll etwa die Verwendung der Elektroenzephalografie (EEG) des interagierenden Menschen bewirken, dass sich die Systeme noch besser an individuelle Anforderungen und Vorlieben anpassen.

(ID:47716739)