Wie Roboter selbstständig Bewegungen erlernen

KI ermöglicht autonome mechatronische Systeme

Schlangenartig bewegliche Roboter – und allgemein mechatronische Systeme – weisen häufig eine schwer zu modellierende oder nur ungenau bekannte Systemdynamik auf, was die automatisierte Steuerung erschwert. Ein Forschungsteam am Institut für Mechatronische Systeme in Hannover hat eine KI-Methode entwickelt, die es Robotern ermöglicht, die Ausführung gewünschter dynamischer Bewegungen selbstständig zu erlernen. Die neuartige Methode „Autonomous Iterative Motion Learning“ (AI-MoLe) lernt iterativ durch Interaktion mit dem realen System. Dabei werden zu den applizierten Stellgrößenverläufen die resultierenden Bewegungen des Roboters erfasst. Geeignete Verfahren des maschinellen Lernens ermitteln hieraus sukzessive ein Modell der Systemdynamik und nutzen dieses jeweils zur Optimierung der nächsten Interaktion – solange bis der Roboter die gewünschte Bewegung erlernt hat.

Komplexe Bewegungen lernen in wenigen Minuten

„AI-MoLe unterscheidet sich dadurch grundlegend von bisherigen Ansätzen, dass die Methode alle notwendigen Lern- und Regelungsparameter selbst bestimmt und daher keinerlei manuelle Anpassung erfordert“, hebt Institutsleiter Prof. Dr.-Ing. Thomas Seel hervor. „Dank dieser Eigenschaft konnten wir erstmals zeigen, dass ein und dieselbe Methode die Ausführung verschiedener gewünschter Bewegungen in verschiedenen Systemen ohne Vorwissen über die jeweilige Systemdynamik vollkommen autonom erlernen kann.“ Dies wurde anhand eines mobilen Roboters, eines Doppelpendels und eines Schwungmassen-Würfels demonstriert. AI-MoLe löste alle neun Lernaufgaben ohne jegliche menschliche Intervention innerhalb weniger Minuten

© IMES, LUH

Automatisierte Inspektion von Turbinenschaufeln

Solche KI-Methoden zum Bewegungslernen eignen sich insbesondere für komplexe oder nachgiebige Roboter, deren Dynamik sich kaum durch klassische Modelle erfassen lässt, zum Beispiel für hyperredundante „Schlangen”-Roboter. In Kooperation mit der MTU Aero Engines AG entwickelt das Forschungsteam ein robotisches Endoskop, das künftig schwer zugängliche Bereiche eines Triebwerks untersuchen soll. Es besteht aus einer großen Zahl mehrgelenkiger Segmente, die über integrierte Seilzüge bewegt werden, und soll die Inspektion der Turbinenschaufeln komplett automatisiert vornehmen. Darüber hinaus setzen die Forschenden KI beispielsweise zur Konstruktion intelligenter robotischer Systeme, zur Datenanalyse aus Fahrzeugen und Medizinprodukten ein. Das Projekt wird aus Mitteln des Programms zukunft.niedersachsen gefördert.