Suchen

Forschungsprojekt für Greif-Lern-System Roboterhand lernt durch eigenes Erkunden

| Redakteur: Beate Christmann

Im Rahmen des Forschungsprojekts Famula haben Wissenschaftler der Universität Bielefeld ein selbstlernendes Greifsystem mit Roboterhänden entwickelt. Es soll in der Lage sein, sich selbstständig mit unbekannten Gegenständen vertraut zu machen und damit zu lernen, wie man sie unterscheiden und greifen kann.

Firmen zum Thema

Objekte wie ein Mensch ertasten: Obwohl das Greifsystem der Universität Bielefeld die Kraft hätte, den Apfel fest zu drücken, dosiert es seine Kraft für einen feinfühligen Griff, der auch empfindlichen Objekten nicht schadet.
Objekte wie ein Mensch ertasten: Obwohl das Greifsystem der Universität Bielefeld die Kraft hätte, den Apfel fest zu drücken, dosiert es seine Kraft für einen feinfühligen Griff, der auch empfindlichen Objekten nicht schadet.
(Bild: Uni Bielefeld)

Wie ertastet der Mensch mit den Händen seine Umwelt und wie lernt er damit Gegenstände kennen und mit diesen umzugehen? Das untersuchen Forscher der Universität Bielefeld. Ihre Erkenntnisse sollen der Entwicklung selbstlernender Haushalts- und Industrieroboter zu Gute kommen.

Greifsystem mit zwei Roboterarmen und -händen

Ein Projektmitarbeiter steht vor einem großen Metallkäfig, darin ein Greifsystem mit Roboterhänden. Auf einem Tisch sind verschiedene Testobjekte platziert. Der Mann agiert als menschlicher Lernmentor, der dem Roboter beim Erlernen neuer Gegenstände behilflich ist. So sagt er dem System, welches Objekt auf dem Tisch sie als nächstes inspizieren sollen. Dazu zeigt er auf einzelne Objekte oder gibt sprachliche Hinweise, wie etwa eine Richtung („hinten links“). Zwei Monitore visualisieren, wie das System über Farbkameras und Tiefensensoren seine Umgebung wahrnimmt und auf die Kommandos des Menschen reagiert.

„Unser System lernt durch Probieren und eigenes Erkunden – so wie auch Babys sich neuen Objekten widmen“, sagt Prof. Helge Ritter. Der Neuroinformatiker leitet das Projekt zusammen mit dem Sportwissenschaftler und Kognitionspsychologen Prof. Thomas Schack und dem Robotiker Privatdozent Dr. Sven Wachsmuth.

Robotergehirn muss Unterschiede zwischen Objekten ertasten

Die Forscher haben ein Greifsystem entwickelt, das sich selbständig mit unbekannten Gegenständen vertraut macht, ohne vorher die Merkmale von Objekten wie Obst oder Werkzeug zu kennen. Das geschieht durch zwei Hände, die menschlichen Händen in Form und Beweglichkeit nachempfunden sind. Das Robotergehirn für diese Hände muss lernen, wie alltägliche Objekte, etwa Obst, Geschirr oder auch Plüschtiere, durch ihre Farben und Formen unterschieden werden können und worauf es ankommt, wenn man sie greifen will.

Dafür verbindet das interdisziplinäre Projekt Arbeiten in der künstlichen Intelligenz mit Forschungsarbeiten in weiteren Disziplinen. So untersuchte die Forschungsgruppe von Schack, welche Merkmale Versuchspersonen als bedeutsam bei Greifaktionen wahrnehmen. In einer weiteren Studie ließen sich Testpersonen die Augen verbinden und hantierten mit Würfeln, die sich in Gewicht, Form und Größe unterschieden. Infrarotkameras zeichneten die Handbewegungen auf.

Greif-Lern-System mit Sprachkompetenz und Gesicht

Doch damit nicht genug: „Die Hände müssen mündliche Sprache, aber auch Gestik deuten können, um zu verstehen, mit welchem Objekt sie sich befassen sollen“, erklärt Sven Wachsmuth vom CITEC-Zentrallabor. „Und sie müssen sich in die Position des Menschen versetzen können, auch um nachzufragen, ob sie richtig verstanden haben“, fährt Wachsmuth fort. Er und sein Team sind nicht nur für die Sprachkompetenz des Systems zuständig. Sie haben ihm auch ein Gesicht gegeben: Von einem der Bildschirme aus verfolgt Flobi die Bewegung der Hände und reagiert auf die Anweisungen der Wissenschaftler. Flobi ist ein stilisierter Roboterkopf, der die Sprache und die Handlungen des Roboters durch Gesichtsausdrücke ergänzt.

Grundlagenforschung für künftige Roboter in Haushalt und Industrie

Der Projektname Famula steht für „Deep Familarization and Learning Grounded in Cooperative Manual Action and Language: from Analysis to Implementation” – zu Deutsch etwa: Intensives Vertrautmachen und Lernen bei kooperativen Handbewegungen und Sprache: von der Untersuchung zur Umsetzung“. Mit Famula betreiben die Forscher Grundlagenforschung, die künftigen selbstlernenden Robotern in Haushalt und Industrie zugutekommen kann.

Das Projekt läuft seit 2014 und ist zunächst bis Oktober 2017 befristet. Acht Forschungsgruppen des Exzellenzclusters Kognitive Interaktionstechnologie (Citec) arbeiten an Famula mit. Es ist eins von vier CITEC-Großprojekten. Die weiteren Projekte sind das Roboter-Service-Apartment, der Laufroboter Hector und die virtuelle Trainingsumgebung IC-Space. Citec wird als Teil der Exzellenzinitiative von der Deutschen Forschungsgemeinschaft (DFG) im Auftrag von Bund und Ländern gefördert.

(ID:44724300)