Dank MIT-Forschern können Sie Roboter selbst und ohne Programmierung trainieren

Stellen Sie sich vor, Sie arbeiten an einer Fertigungslinie und müssen einem Roboter schnell eine neue Aufgabe beibringen – etwa Stifte präzise in Öffnungen zu drücken oder eine Gummimasse gleichmäßig um einen Stab zu rollen. Früher wäre dafür ein Programmierexperte erforderlich gewesen, doch heute kann das jeder. Ingenieure des MIT haben ein neues Werkzeug entwickelt, das das Training von Robotern zu einer natürlichen und intuitiven Angelegenheit macht. Dieses Handgerät mit der Bezeichnung „Versatile Demonstration Interface“ (flexible Demonstrationsschnittstelle) ermöglicht drei verschiedene Lernmethoden und eröffnet damit einem größeren Personenkreis die Möglichkeit, mit Robotern zusammenzuarbeiten. Sehen wir uns an, wie es funktioniert und warum es die Welt der Fertigung und der Haushalte verändern könnte.

Was ist das für ein Werkzeug und wie ist es entstanden?

Dieses innovative Instrument ist ein kleines, einfach anzubringendes Gerät, das an einem gewöhnlichen kollaborativen Roboterarm befestigt werden kann. Entwickelt wurde es von Ingenieuren des MIT, darunter der Postdoktorand Mike Hagenow vom Fachbereich Luft- und Raumfahrttechnik, der Postdoktorand Dimosthenis Kontogiorgos vom Labor für Informatik und künstliche Intelligenz (CSAIL), der Absolvent Yanwei Wang, der vor Kurzem in Elektrotechnik und Informatik promoviert wurde, sowie Professorin Julie Shah, Leiterin des Fachbereichs Luft- und Raumfahrttechnik. Ihr Ziel bestand darin, ein System zu entwickeln, mit dem Menschen Robotern neue Fähigkeiten „direkt vor Ort“ beibringen können, ohne die Arbeit unterbrechen und die Software neu programmieren zu müssen.

Das Gerät ist mit einer Kamera ausgestattet, die Bewegungen und Positionen erfasst, sowie mit Kraftsensoren, die den während einer Aufgabe ausgeübten Druck messen. Wenn es am Roboter angebracht ist, erfasst es Daten aus den Demonstrationen und ermöglicht dem Roboter, selbstständig zu lernen. Dieser Ansatz basiert auf dem Konzept des „Lernens durch Demonstration“ (Learning from Demonstration, kurz LfD), bei dem ein Roboter menschliches Verhalten nachahmt, anstatt aufwendig programmiert zu werden. Das Team ließ sich von bestehenden Methoden inspirieren, vereinte sie jedoch in einem einzigen flexiblen Werkzeug, was für unterschiedliche Aufgaben entscheidend ist – vom Umgang mit giftigen Stoffen bis zum präzisen Zeichnen eines Logos.

Drei Trainingsmethoden

Was macht dieses Werkzeug so besonders? Es ermöglicht drei unterschiedliche Lernmethoden, zwischen denen die Nutzer je nach Bedarf oder Vorliebe wählen können. Die erste ist die Fernsteuerung: Eine Person steuert den Roboter aus der Ferne, beispielsweise mit einem Joystick. Das eignet sich ideal für gefährliche Aufgaben wie den Umgang mit giftigen Materialien. Die zweite Methode ist das manuelle Training, bei dem eine Person den Roboterarm physisch durch die gewünschten Bewegungsabläufe führt – hervorragend geeignet, um die Position beim Transport schwerer Pakete anzupassen.

Die dritte und häufig beliebteste Methode ist das natürliche Lernen: Das Gerät wird vom Roboter abgenommen und von einer Person in der Hand gehalten, die die Aufgabe selbst ausführt. Die Kamera zeichnet die Bewegungen und die ausgeübte Kraft auf, die der Roboter anschließend nachahmt, sobald das Gerät wieder angebracht ist. Bei Tests nutzten Freiwillige diese Methode beispielsweise, um einem Roboter beizubringen, eine Gummimasse gleichmäßig um einen Stab zu rollen, ähnlich wie bei Thermoformprozessen in der Fertigung. Diese Flexibilität bedeutet, dass an derselben Fertigungslinie eine Person den Roboter aus der Ferne, eine zweite physisch und eine dritte auf natürliche Weise trainieren kann – und das alles ohne komplizierte Einrichtung.

Praxistests

Das Team testete das Gerät in einem lokalen Innovationszentrum, in dem Fertigungsexperten neue Technologien kennenlernen. Die Freiwilligen, die alle über Erfahrung in der Industrie verfügten, nutzten die Schnittstelle, um einen kollaborativen Roboterarm für zwei gängige Fertigungsaufgaben zu trainieren: das Eindrücken von Stiften in Öffnungen und das gleichmäßige Rollen einer Gummimasse um einen Stab. Jeder Freiwillige probierte alle drei Methoden aus.

Die Ergebnisse? Das natürliche Lernen war am beliebtesten, weil es sich am natürlichsten anfühlte. Die Freiwilligen merkten jedoch an, dass jede Methode ihre Vorteile hat: die Fernsteuerung für gefährliche Stoffe, das manuelle Training für schwere Objekte und das natürliche Lernen für präzise Aufgaben wie das Zeichnen eines Logos. Dieses Feedback half dem Team zu verstehen, wie das Gerät die Möglichkeiten der Zusammenarbeit zwischen Menschen und Robotern nicht nur in der Fertigung, sondern potenziell auch in Haushalten oder bei der Patientenversorgung erweitert.

Verwandte Innovationen und Zukunftsaussichten

Neben dieser Schnittstelle arbeitet das MIT an weiteren Werkzeugen, die das Robotertraining erweitern. Das im Labor für Informatik und künstliche Intelligenz (CSAIL) entwickelte System PhysicsGen verwendet beispielsweise Simulationen, um Trainingsdaten an bestimmte Roboter anzupassen. Dieser Ansatz übernimmt menschliche Demonstrationen aus der virtuellen Realität, überträgt sie in einen 3D-Simulator und optimiert die Bewegungen im Hinblick auf ihre Effizienz. Aus wenigen Demonstrationen erzeugt er Tausende simulierte Beispiele, sodass Roboter komplexe Aufgaben erlernen können, etwa den Umgang mit Objekten in Haushalten oder Fabriken.

Gemeinsam senken diese Innovationen die Hürden für den Einsatz von Robotern. Forschungsergebnissen des MIT zufolge könnten solche Werkzeuge die Nutzung von Robotern in verschiedenen Branchen ausweiten, in denen Präzision und Anpassungsfähigkeit von Bedeutung sind. Das Team plant, das Design anhand des Feedbacks zu verbessern und es bei einem breiteren Spektrum von Aufgaben zu testen. Dies könnte zu intelligenteren Robotern führen, die im Alltag helfen.

Diese Entwicklung des MIT zeigt, wie Technologie Roboter zugänglicher macht. Wenn Sie schon einmal davon geträumt haben, einem Roboter das Kochen oder das Falten von Kartons beizubringen, ist dies der Realität heute näher als je zuvor. Was meinen Sie dazu – würden Sie es ausprobieren?