Systemische KI für autonome Roboter

Tätigkeiten, die für den Menschen intuitiv und selbstverständlich sind, stellen für Roboter eine große Herausforderung dar. Ohne genaue Programmierung oder umfangreiches Training können sich Roboter beispielsweise nicht selbstständig fortbewegen. Sie können auch nicht abschätzen, wie fest sie einen Gegenstand greifen können, ohne ihn zu beschädigen. Dies erschwert ihren effizienten und sicheren Einsatz in dynamischen Umgebungen, insbesondere im direkten Kontakt mit Menschen.  

Der Forschungsbereich Systems AI for Robot Learning (SAIROL) des DFKI zeigt, wie autonome Roboter in Zukunft effizient trainiert werden können – in Bezug auf eine effiziente Körperkontrolle und die Interaktion mit verschiedenen Objekten. Ein zentraler Punkt sind dabei Simulationen, die als Erfahrungsgrundlage für intelligente autonome Robotersysteme dienen sollen. Auf dieser Basis können neuronale Netze trainiert und Algorithmen auf Basis von Modelprädiktiver Steuerung entwickelt werden, die es dem Roboter dann ermöglichen, Tätigkeiten selbstständig auszuführen. Mithilfe eines Exoskeletts und einer VR-Brille wird am Stand ein humanoider Roboter bei der Interaktion mit verschiedenen Gegenständen ferngesteuert. Dabei wird parallel eine digitale Simulation generiert, die anschließend als Erfahrungsgrundlage für das weitere Training verwendet werden kann.