Mon Oct 21 2019

10 21

Software leert robots sleutelen

01/09/2016

Door Ad Spijkers

Robots zouden in voor de mens vijandige omgevingen zelfstandig lastige taken moeten kunnen uitvoeren. Duitse onderzoekers hebben methoden ontwikkeld, waarmee robots gedragingen van mensen kunnen nadoen.


     

Robots worden op steeds meer terreinen voor steeds complexere taken ingezet. Op vreemde planeten zullen ze zelfs op verre planeten de infrastructuur moeten kunnen opbouwen. Daarvoor zijn steeds intelligentere systemen nodig, die de menselijke vaardigheden evenaren.

In het onlangs afgesloten project BesMan („Behaviours for Mobile Manipulation“) hebben onderzoekers van het Robotics Innovation Center van het Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) en de werkgroep Robotik aan de Universität Bremen generieke besturingsmethoden ontwikkeld voor één- en tweearmige manipulatie. Het bijzondere is dat deze onafhankelijk van de vorm functioneren, in op de mens lijkende systemen net zo goed als in klimrobots met meerdere poten.

Met behulp van de nieuwe methode kunnen robots niet alleen met uiteenlopende objecten omgaan, maar ook flexibel op onvoorziene situaties reageren zonder dat de mens moet ingrijpen. Bovendien ontwikkelden de wetenschappers in Bremen een leerplatform voor machines die het systeem via een internace naar de mens een voor een situatie specifiek gedrag kunnen bijbrengen.

Software leert

Voor gebruik op verre planeten moeten robots niet alleen mechanisch geschikt zin, maar ook zelfstandig en flexibel kunnen reageren op onvoorzienbare situaties. De in Besman ontwikkelde besturingsmethoden, die werken volgens het principe van een bouwdoos, helpen daarbij.

Een serie van gedragsstrategieën – die de robot bijvoorbeeld objecten laten grijpen of optillen – heeft hij bij zijn reis door de ruimte al in zijn bagage. Afhankelijk van de situatie of de taak smeedt hij een specifiek plan van aanpak en kiest het daarbij passende gedrag bij. Op deze manier kan de robot zichzelf uit lastige situaties bevrijden en zich zelfstandig nieuwe taken eigen maken. Lukt hem dat niet, dan biedt het leerplatform uitkomst.

Op aarde maakt de mens in het laboratorium bewegingen die de robot uit de problemen kunnen halen. Zogeheten motion tracking camera’s registreren deze bewegingen, waarna het leerplatform het bewegingsverloop automatisch in afzonderlijke segmenten splitst. Vervolgens wordt het bewegingsverloop in een simulatie gereproduceerd, ingeleerd en aan de eisen van het systeem aangepast voordat ze naar de robot in de ruimte worden overgebracht. Deze voert de handeling uit en neemt de nieuwe beweging op zijn in zijn gedragsrepertoire.

De wetenschappers in Bremen hebben de lerende software op het DFKI uitgetest op verschillende robotsystemen, onder meer op de flexibele robotarm Compi, de humanoïde robotdame Aila (foto) en de zesbenige looprobot Mantis (foto: DFKI).

Onderstaande video toont de eerste resultaten van het project BesMan met AILA. De robot voert zelfstandig een gegeven opdracht uit voor bepaalde werkzaamheden in een mockup van het International Space Station (ISS).