In einer Welt, die zunehmend von Automatisierung abhängt, wird die Fähigkeit von Robotern, physische Objekte in ihrer Umgebung zu verstehen und mit ihnen zu interagieren, immer wichtiger. Neue Forschungen öffnen die Tür zu einer Zukunft, in der Maschinen die Eigenschaften von Objekten, wie Gewicht oder Weichheit, einfach durch Anheben und Schütteln beurteilen können, ähnlich wie es Menschen tun. Dieser Fortschritt, der aus einer Zusammenarbeit von Wissenschaftlern renommierter Institutionen wie dem Massachusetts Institute of Technology (MIT), Amazon Robotics und der University of British Columbia hervorgegangen ist, verspricht, die Art und Weise, wie Roboter in komplexen Umgebungen lernen und agieren, zu revolutionieren.

Sinne von innen: Ein neues Paradigma in der Roboterwahrnehmung

Traditionell haben sich Roboter stark auf externe Sensoren wie Kameras und Computer-Vision-Systeme verlassen, um Informationen über Objekte zu sammeln. Die neue Methode verlagert den Fokus jedoch auf interne Sensoren, die es Robotern ermöglichen, die physikalischen Eigenschaften von Objekten zu "fühlen". Diese Technik erfordert keine teuren externen Messinstrumente oder Kameras, was sie besonders nützlich in Situationen macht, in denen die Sicht eingeschränkt ist oder Kameras weniger effektiv sein könnten. Stellen Sie sich einen Roboter vor, der Objekte in einem dunklen Keller sortiert oder Trümmer nach einem Erdbeben beseitigt – gerade in solchen Szenarien zeigt diese Innovation ihr volles Potenzial.

Der Kern dieses Ansatzes liegt in der Nutzung der Propriozeption, der Fähigkeit eines Roboters (oder Menschen), seine eigene Bewegung und Position im Raum zu spüren. Genauso wie ein Mensch, der im Fitnessstudio ein Gewicht hebt, dessen Schwere durch die Muskeln und Gelenke seines Arms spürt, kann ein Roboter das Gewicht eines Objekts durch die multiplen Gelenke seines Roboterarms "fühlen". Die Forscher weisen darauf hin, dass Menschen zwar keine extrem präzisen Messungen von Gelenkwinkeln oder der genauen Menge des von ihnen ausgeübten Drehmoments haben, Roboter diese Fähigkeiten jedoch dank fortschrittlicher Sensoren besitzen, die in ihre Motoren eingebaut sind.

Wie "lernen" Roboter durch Berührung?

Wenn ein Roboter ein Objekt anhebt, sammelt das System Signale von Gelenk-Encodern. Encoder sind Sensoren, die die Drehposition und -geschwindigkeit von Gelenken während der Bewegung erfassen. Die meisten modernen Roboter verfügen bereits über Encoder in den Motoren, die ihre beweglichen Teile antreiben, was diese Technik im Vergleich zu Ansätzen, die zusätzliche Komponenten wie taktile Sensoren oder komplexe visuelle Verfolgungssysteme erfordern, kostengünstiger macht.

Das System stützt sich auf zwei Schlüsselmodelle zur Schätzung von Objekteigenschaften während der Interaktion: eines, das den Roboter selbst und seine Bewegungen simuliert, und ein anderes, das die Dynamik des Objekts simuliert. Peter Yichen Chen, Postdoktorand am MIT und Hauptautor des Papiers zu dieser Technik, betont die Bedeutung eines genauen "digitalen Zwillings" der realen Welt für den Erfolg der Methode. Der Algorithmus beobachtet die Bewegung des Roboters und des Objekts während der physischen Interaktion und verwendet Daten von den Gelenk-Encodern, um die Eigenschaften des Objekts rückwirkend zu berechnen und zu identifizieren. Beispielsweise bewegt sich ein schwereres Objekt langsamer als ein leichteres, wenn der Roboter die gleiche Kraft aufwendet.

Dieser Prozess ermöglicht es dem Roboter, Parameter wie die Masse des Objekts in nur wenigen Sekunden genau zu schätzen. Das Forschungsteam hat gezeigt, dass ihre Technik bei der Schätzung der Masse eines Objekts genauso gut ist wie einige komplexere und teurere Methoden, die Computer Vision beinhalten. Ein weiterer Vorteil ist die Robustheit des Ansatzes, der dateneffizient ist und viele Arten von ungesehenen Szenarien bewältigen kann, in denen der Roboter auf Objekte trifft, die er zuvor nicht "getroffen" hat.

Die Macht der differenzierbaren Simulation

Ein Schlüsselelement, das diese schnelle und präzise Schätzung ermöglicht, ist eine Technik namens differenzierbare Simulation. Dieser fortschrittliche Simulationsprozess ermöglicht es dem Algorithmus vorherzusagen, wie kleine Änderungen der Objekteigenschaften, wie Masse oder Weichheit, die Endposition der Robotergelenke beeinflussen. Mit anderen Worten, die Simulation kann die Auswirkungen verschiedener physikalischer Parameter auf die Bewegung des Roboters "differenzieren".

Für den Aufbau dieser komplexen Simulationen verwendeten die Forscher die NVIDIA Warp-Bibliothek, ein Open-Source-Tool für Entwickler, das differenzierbare Simulationen unterstützt. Warp ermöglicht es Entwicklern, GPU-beschleunigte Programme für Simulation, künstliche Intelligenz und maschinelles Lernen direkt in Python zu schreiben, und bietet eine Leistung, die mit nativem CUDA-Code vergleichbar ist, während die Produktivität von Python erhalten bleibt. Sobald die differenzierbare Simulation mit den tatsächlichen Bewegungen des Roboters übereinstimmt, hat das System die richtige Eigenschaft erfolgreich identifiziert. Der Algorithmus kann dies in wenigen Sekunden erreichen und benötigt nur eine einzige reale Bewegungsbahn des Roboters, um die Berechnungen durchzuführen.

Chao Liu, ebenfalls Postdoktorand am MIT und einer der Koautoren der Studie, erklärt: "Technisch gesehen sollten Sie, solange Sie das Modell des Objekts kennen und wissen, wie der Roboter Kraft auf dieses Objekt ausüben kann, in der Lage sein, den Parameter herauszufinden, den Sie identifizieren möchten." Obwohl sich die Forscher hauptsächlich auf das Erlernen der Masse und Weichheit eines Objekts konzentrierten, hat ihre Technik das Potenzial, auch andere Eigenschaften zu bestimmen, wie das Trägheitsmoment oder die Viskosität einer Flüssigkeit in einem Behälter.

Vorteile und zukünftige Richtungen

Einer der wesentlichen Vorteile dieses Ansatzes ist seine Unabhängigkeit von umfangreichen Trainingsdatensätzen, im Gegensatz zu einigen Methoden, die auf Computer Vision oder externen Sensoren beruhen. Dies macht ihn weniger anfällig für Fehler, wenn er mit unbekannten Umgebungen oder neuen Objekten konfrontiert wird. Roboter, die mit dieser Fähigkeit ausgestattet sind, könnten erheblich anpassungsfähiger und findiger sein.

In Zukunft plant das Forschungsteam, seine Methode mit Computer Vision zu kombinieren, um eine multimodale Wahrnehmungstechnik zu schaffen, die noch leistungsfähiger wäre. "Diese Arbeit versucht nicht, Computer Vision zu ersetzen. Beide Methoden haben ihre Vor- und Nachteile. Aber hier haben wir gezeigt, dass wir auch ohne Kamera bereits einige dieser Eigenschaften herausfinden können", sagt Chen. Die Integration verschiedener sensorischer Modalitäten könnte zu Robotern mit einer extrem ausgefeilten Umgebungswahrnehmung führen.

Es besteht auch Interesse an der Erforschung von Anwendungen mit komplizierteren Robotersystemen, wie z. B. weichen Robotern (Soft Robots), deren flexible Körper einzigartige Herausforderungen und Möglichkeiten für die sensorische Interaktion darstellen. Ebenso ist geplant, die Technik auf komplexere Objekte auszudehnen, einschließlich schwappender Flüssigkeiten (Sloshing Liquids) oder körniger Medien wie Sand. Das Verständnis der Dynamik solcher Materialien allein durch taktile Interaktion wäre ein bedeutender Fortschritt.

Das langfristige Ziel ist es, diese Technik zur Verbesserung des Roboterlernens einzusetzen, damit zukünftige Generationen von Robotern schnell neue Manipulationsfähigkeiten entwickeln und sich an Veränderungen in ihrer Umgebung anpassen können. "Die Bestimmung der physikalischen Eigenschaften von Objekten aus Daten war lange Zeit eine Herausforderung in der Robotik, insbesondere wenn nur begrenzte oder verrauschte Messungen verfügbar sind", kommentierte Miles Macklin, Senior Director of Simulation Technology bei NVIDIA, der nicht an dieser Forschung beteiligt war. "Diese Arbeit ist bedeutsam, weil sie zeigt, dass Roboter Eigenschaften wie Masse und Weichheit genau ableiten können, indem sie nur ihre internen Gelenksensoren verwenden, ohne sich auf externe Kameras oder spezielle Messwerkzeuge zu verlassen."

Dieser Fortschritt eröffnet die Vision von Robotern, die selbstständig die Welt erkunden, Objekte in ihrer Umgebung berühren und bewegen und dabei die Eigenschaften von allem lernen, mit dem sie interagieren. Eine solche Fähigkeit würde nicht nur die industrielle Automatisierung voranbringen, sondern auch tiefgreifende Auswirkungen auf Bereiche wie Haushaltshilfe, medizinische Versorgung und Forschung in gefährlichen Umgebungen haben. Die Fähigkeit von Robotern, die Welt um sie herum auf eine intuitivere, menschlichere Weise zu "fühlen" und zu verstehen, ist entscheidend für ihre vollständigere Integration in unser tägliches Leben. Die Finanzierung dieser vielversprechenden Arbeit wurde teilweise von Amazon und dem GIST-CSAIL Forschungsprogramm bereitgestellt, was das Interesse der Industrie an praktischen Anwendungen solcher Technologien signalisiert.

Die Entwicklung solcher Technologien regt auch zum Nachdenken über die Zukunft der Mensch-Roboter-Interaktion an. Da Roboter immer fähiger werden, ihre Umgebung auf subtile Weise wahrzunehmen und darauf zu reagieren, eröffnen sich neue Möglichkeiten für Zusammenarbeit und Teamarbeit. Peter Yichen Chens Vision von Robotern, die selbstständig die Eigenschaften von Objekten durch Berührung erforschen und lernen, ist nicht nur ein technisches Ziel, sondern auch ein Schritt hin zur Schaffung intelligenterer und autonomerer Systeme, die der Menschheit bei der Lösung komplexer Probleme helfen können.

Quelle: Massachusetts Institute of Technology