Ohne Programmieren: Roboter lernt eigenständig aus Fehlern

 

Mehr zum Thema.

Benachrichtigung über neue Artikel:  
 
Lesezeit: 2 min
05.06.2015 13:24
Forschern der Universität von Berkeley ist ein weiterer Meilenstein in der Robotik gelungen. Sie haben es geschafft einen Roboter so zu programmieren, dass er selbstständig lernt. Wie sein menschliches Vorbild ist er in der Lage aus Fehlschlägen zu lernen. Die künstliche Intelligenz wird uns dadurch immer ähnlicher.
Ohne Programmieren: Roboter lernt eigenständig aus Fehlern

Mehr zum Thema:  
Benachrichtigung über neue Artikel:  

Bei der Vorstellung ihres neuesten Roboters lies das Entwicklerteam ihn vor dem Publikum einige Aufgaben durchführen. Er sollte zum Beispiel Wäsche auf einen Kleiderbügel hängen, eine Wasserflasche verschließen oder ein Spielflugzeug zusammenbauen. Was die Neuentwicklung von anderen Robotern unterscheidet ist, dass in ihn keinerlei Informationen über seine Umgebung einprogrammiert sind.

Wie Professor Pieter Abbeel vom Institut für Elektrotechnik und Computerwissenschaften im Magazin phys.org bekannt gibt, sei dies ein neuer Versuch von ihm und seinem Team, Robotern selbstständiges Lernen zu ermöglichen.

Das Projekt ist Teil einer neuen Forschungsinitiative der Universität von Berkeley, Kalifornien. Dabei handelt es sich um ein interdisziplinäres Programm, an dem mehrere Fakultäten der Hochschule beteiligt sind. Das selbst gestellte Ziel ist es, die neuesten Erkenntnisse und Technologien aus der Robotik greifbarer zu machen und an die täglichen Bedürfnisse des Menschen anzupassen.

Trevor Darrell, ein Mitglied des kalifornischen Forschungsteams ergänzt, dass die meisten Roboteranwendungen für kontrollierte Umgebungen und immer wiederkehrende Aufgaben in einem gewohnten Umfeld geschaffen sind. „Die Herausforderung daran, einen Roboter in den Alltag zu integrieren ist es, dass sich die Umgebung dabei permanent ändert. Der Roboter muss in der Lage sein, seine Umgebung wahrzunehmen und sich darauf einzustellen.“

Bisher werden Roboter darauf programmiert, wie sie zu reagieren haben, wenn ein bestimmtes Ereignis eintritt. Ein Saugroboter beispielsweise soll seine Richtung ändern, wenn er an ein Hindernis gerät. Der nächste Schritt in der Entwicklung ist es, ihm beizubringen das Hindernis zu erkennen, bevor er es überhaupt erst berührt.

Möglich machen soll das BRETT, der Berkeley Robot for the Elimination of Tedious Tasks. Oder auf Deutsch: Der Berkeley Roboter für die Beseitigung lästiger Aufgaben. BRETT soll lästige Aufgaben nicht nur übernehmen, er soll bei deren Ausführung auch noch Perfektion erlangen. Dafür haben die Ingenieure einen völlig neuen Algorithmus erschaffen.

Bei der Entwicklung des Algorithmus ließen sich die Forscher vom menschlichen Gehirn inspirieren. Auch Menschen können schließlich nichts von Anfang an alles. Zwar kann man auch durch Erzählungen und Zusehen lernen, wirkliches Können entwickelt sich aber erst durch den eigenen Versuch. Dieses tiefgründige Lernen möchten die Wissenschaftler auch Robotern ermöglichen.

Die Art zu Lernen kennen Iphone-Nutzer von Siri, ihrem persönlichen Assistenten. Allerdings reagiert Siri nur auf akustische oder optische Signale. Ein Roboter, der seine gesamte Umwelt wahrnimmt und von ihr lernen kann war bisher Zukunftsmusik.

Zusätzlich zur Lernfunktion enthalten die Algorithmen ein Bewertungssystem. Dieses analysiert jede Bewegung des Roboters. Bewegungen, die dabei zielführend waren werden positiv bewertet. Solche die BRETT vom Ziel entfernt haben bedeuten Punktabzug. Somit wird jede Bewegung analysiert, bis alle Fehlerquellen ausgeschlossen wurden und ein dem Algorithmus nach perfekter Lösungsweg gefunden wurde.

Mit diesen Funktionen ausgestattet gelingt es der künstlichen Intelligenz innerhalb von zehn Minuten eine Standardaufgabe zu meistern. Vorausgesetzt sie kennt die Start- und Zielkoordinaten. Sind diese nicht bekannt muss die Software nicht nur einen Weg finden, die Aufgabe zu lösen, sondern auch die Umgebung wahrnehmen, verarbeiten und den Roboter dann den richtigen Weg nehmen lassen. Bis die Aufgabe erfüllt ist können so ein paar Stunden vergehen.

Das Lernvermögen wird gegenwärtig begrenzt durch die Geschwindigkeit, mit der Daten verarbeitet werden können. Je schneller dies möglich ist, desto komplexere Aufgaben können von Maschinen erledigt werden.

Die Entwickler gestehen ein, dass es noch ein langer Weg ist, bis wir Arbeiten wie Wäsche waschen, Staubsaugen oder Geschirr spülen tatsächlich von Maschinen erledigen lassen können. Allerdings ist mit BRETT ein großer Schritt in diese Richtung getan. Die Forscher sind sich sicher, dass die Lerntechniken von Robotern immer ausgefeilter werden. In den kommenden fünf bis zehn Jahren sind nach Meinung der Konstrukteure große Fortschritte in diesen Bereichen zu erwarten.


Mehr zum Thema:  

DWN
Unternehmen
Unternehmen Elektromobilität: In jedem Wandel stecken Chancen

Emissionen verringern, Kosten sparen und Imagegewinne erzielen – die Gründe für Unternehmen, in der Flotte auf Fahrzeuge mit...

DWN
Politik
Politik Endkampf zwischen Nationalisten und Globalisten geht in entscheidende Runde

Weltweit stehen sich nicht Staaten, sondern die Lager der Nationalisten und Globalisten gegenüber. Trump und Putin befinden sich im Lager...

DWN
Politik
Politik FBI verhinderte Gift-Anschlag auf US-Präsident Trump

Das FBI hat Berichten zufolge einen Gift-Anschlag auf US-Präsident Trump vereitelt.

DWN
Finanzen
Finanzen Zentralbanken fürchten um ihre Macht: Gehört die Zukunft einer goldgedeckten Digitalwährung?

DWN-Kolumnist Ernst Wolff analysiert den Kampf um die Währung der Zukunft.

DWN
Politik
Politik 75 Jahre Vereinte Nationen: Kein Grund zum Feiern

Die UN verlieren zunehmend an Bedeutung - dafür ist nicht nur, aber vor allem, ihr Sicherheitsrat verantwortlich.

DWN
Politik
Politik Das große DWN-Interview mit dem echten Top Gun-Piloten

Im Interview mit den Deutschen Wirtschaftsnachrichten schildert Dave Baranek seine Erfahrungen als Kampfpilot und Ausbilder bei der...

DWN
Politik
Politik Russland-Affäre: Untersuchung des US-Senats entlastet Trump - belastet jedoch Putin

Inwiefern hat Donald Trump im Präsidentschaftswahlkampf 2016 Hilfe von Russland bekommen? Eine parteiübergreifende Untersuchung des...

DWN
Weltwirtschaft
Weltwirtschaft Niedrige Lohnkosten, sichere Lieferketten: Wird Polen das neue China?

Die Pandemie hat gezeigt, dass China unberechenbar ist. Eine Analyse am Beispiel VW, warum Polen als Standort aufgewertet werden muss.

DWN
Technologie
Technologie Künstliche Intelligenz unterstützt Ärzte bei Krebs-Diagnose

Die Zahl der Krebsfälle steigt immer mehr. Eine neue Technologie soll Mediziner dabei unterstützen, die Krankheit zu diagnostizieren,

DWN
Finanzen
Finanzen Bäckereikette Kamps: Mehrwertsteuer-Senkung bekommt nur, wer bargeldlos zahlt

Die von der Bundesregierung zur Stimulierung der Wirtschaft eingeführte Mehrwertsteuersenkung wird von der Bäckereikette Kamps zum Kampf...

DWN
Deutschland
Deutschland Afrikanische Schweinepest in Deutschland - wie lange bleibt sie?

Dass die Afrikanische Schweinepest aus Osteuropa in Deutschland ausbrechen würde, haben Virologen, Tierärzte und Tierhalter erwartet. Wie...

DWN
Deutschland
Deutschland Corona-Panikmache: Es gab keine Superspreaderin in Garmisch-Partenkirchen

In Garmisch-Partenkirchen gab es keine Corona-Superspreaderin, die nachts von Kneipe zu Kneipe gezogen ist, um die Menschen zu infizieren....

DWN
Politik
Politik Israel ernennt erstmals Moslem zum Elite-Kommandanten

In Israel wurde erstmals ein muslimischer Druse zum Kommandanten einer Spezialeinheit ernannt.

DWN
Deutschland
Deutschland Die dunkle Seite des Kurzarbeitergelds: Die Autobauer nutzen es, um die Produktion zu verschlanken - und Massen-Entlassungen vorzunehmen

Das Kurzarbeiter-Geld sollte Entlassungen verhindern - doch im Endeffekt hat es den gegenteiligen Effekt.

DWN
Finanzen
Finanzen Private-Equity-Firmen nutzen Schulden-Boom, um sich selbst hohe Dividenden zu zahlen

Private-Equity-Firmen gehören zu den Profiteuren der aktuell starken Nachfrage nach Unternehmensschulden. Sie decken ihre Unternehmen im...

celtra_fin_Interscroller