Wie die Tiere: Roboter lernen aus Erfahrung

Neugeborene Giraffen oder Antilopen leben gefährlich. Die Räuber warten auf eine günstige Gelegenheit, sich die Schwachen der Herde zu schnappen. Daher hat die Natur für ihre Jüngsten Mechanismen entwickelt, die ihnen nach der Geburt minutenschnell auf die Beine verhelfen. Diese erstaunliche evolutionäre Anpassung hat Biologen und Robotiker gleichermaßen inspiriert.

Diese erstaunliche evolutionäre Anpassung hat Biologen und Robotiker gleichermaßen inspiriert. Nun sieht sich ein Team der University of Southern California USC a der der USC Viterbi School of Engineering als Vorreiter bei der Entwicklung eines KI-gesteuerten, robotischen Glieds, das mit denen der Tierwelt vergleichbaren Sehnen funktioniert. Es kann stolpern und rechtzeitig wieder zum nächsten Schritt ansetzen, eine Aufgabe, für die der Roboter eigentlich nicht programmiert wurde.  

Francisco J. Valero-Cuevas, Professor für Biomedizintechnik, Biokinesiologie und Physiotherapie an der USC, hat mit den Doktoranden Ali Marjaninejad, Darío Urbina-Meléndez und Brian Cohn, ein von der Natur inspiriertes Rechenverfahren entwickelt, das eine neue Laufaktion nach nur fünf Minuten unstrukturierten Spielens erlernen und dann auf andere Aufgaben ohne zusätzliche Programmierung übertragen kann.

Ihr Beitrag, zusammengefasst in der März-Ausgabe des Journals Nature Machine Intelligence, soll das Verständnis menschlicher Bewegungen und Behinderungen erweitern.  Zudem soll er die Entwicklung reaktiver Prothesen voranbringen und Roboter initiieren, die mit komplexen und sich ändernden Bedingungen zurechtkommen müssen, wie in der Raumfahrt oder im Rettungsdienst.

Heute dauere es sehr lange, bis ein Roboter mit der Welt interagieren könne, sagt Senior-Autor Valero-Cuevas, „aber wir wollen das schnelle Lernen und Anpassen nachbilden, wie wir es in der Natur sehen.“

Marjaninejad, Hauptautor des Beitrag, spricht von einem Durchbruch, der dem natürlichen Lernen von Kleinkindern verwandt sei. Denn der Roboter konnte seine Umgebung zuerst im freien Spiel erkunden. „Die zufälligen Bewegungen des Beins ermöglichen es dem Roboter, eine interne Karte seines Körperteils und dessen Interaktionen mit der Umgebung aufzubauen.“ Die Wissenschaftler betonen, dass die Roboter, anders als in aktuellen Studien zum Thema, durch die Praxis lernen und ohne, dass es dazu paralleler Computersimulationen oder Anleitungen bedürfte. Vorher programmierte Roboter seien zwar auf viele Szenarien vorbereitet, aber nicht auf alle, die auftreten könnten. Sie neigten daher zu Fehlern.

Lasse man die neuen Roboter aus ihrer Erfahrung lernen, werden sie schließlich eine Lösung finden, die genutzt und den Erfordernissen angepasst werden könne. Die Lösung sei vielleicht nicht perfekt, aber sie lasse sich verwenden, wenn sie für die Situation gut genug sei.

Die am Labor von Valero-Cuevas entstandenen robotischen Gliedmaßen gewinnen über das Erkunden ihres Körpers und ihrer Umgebung die einzigartige Erfahrung, ein jeweils für sie passendes Schrittmuster zu entwickeln. Die Roboter kommen so zu personalisierten Bewegungen, die man wie den besonderen Gang eines Menschen leicht identifizieren kann.

Mögliche Anwendungen für diese Technologie gibt es viele, gerade dort, wo Menschen auf technische Unterstützung angewiesen sind. Robotische Gliedmaßen und Exoskelette, die intuitiv auf Bedürfnisse der Anwender reagieren, wären für Amputierte von unschätzbarem Wert. Valero-Cuevas stellt sich vor, dass die Exoskelette oder künstlichen Gliedmaßen die Bewegungen der Anwender interpretieren können.

Zudem soll sich die Technologie auch in der Raumfahrt und bei Rettungsmissionen einsetzen lassen. Roboter wagen sich dann auf unbekanntes Terrain, einen Planeten etwa oder gefährliches Gelände nach einer Naturkatastrophe, ohne dass dafür Begleitung oder Kontrolle notwendig wäre. Sie könnten sich der Schwerkraft anpassen und mit unterschiedlichen Bodenverhältnissen, Geröll oder Schlamm, klarkommen.

Brain Cohn und Darío Urbina-Meléndez, beteiligt an den Forschungsarbeiten und ebenfalls Autoren der Studie, äußern sich zuversichtlich über die Möglichkeiten zukünftiger Roboter. Cohn sagt: „Unsere Arbeit ist ein Schritt dahin, dass Roboter aus jeder Erfahrung lernen und sich anzupassen können, genauso wie die Tiere.“

Urbina-Meléndez stellt sich muskelgetriebene Roboter vor, die Aufgaben in Minuten meistern, für die Tiere monatelang lernen müssen. „Unsere Arbeit, die Mechanik, künstliche Intelligenz, Anatomie und Neurowissenschaften in sich vereint, ist ein starkes Indiz dafür, dass es funktionieren könnte.“

Die Forschungsarbeiten würden von National Institutes of Health, DoD und DARPA unterstützt.

Weitere Informationen: http://valerolab.org/g2p/

Bild: Einer der Roboter im Valero’s Labor mit dem robotischen Bein in Aktion. Foto: Matthew Lin