Faszination Technik Wie ein Roboterhund in einer Stunde das Laufen lernt

Anbieter zum Thema

VMware Global Inc Zweigndl. Deutschland

Fujitsu Technology Solutions GmbH

Cohesity GmbH

Max-Planck-Institut für Intelligente Systeme

In unserer Rubrik „Faszination Technik“ stellen wir beeindruckende Projekte aus Forschung und Entwicklung vor. Heute: ein Roboterhund, bei dem ein Computerprogramm als künstliches Nervensystem im Rückenmark fungiert und ein Lernalgorithmus die Bewegung so optimiert, dass nach einer Stunde flüssiges Gehen möglich ist.

Tiere kommen voll ausgestattet auf die Welt. Aber die Koordination, alle Muskeln und Sehnen perfekt einzusetzen, kommt erst mit der Zeit. Ein neu geborenes Jungtier muss nach der Geburt erst einmal lernen, seine Beine geschickt einzusetzen. Dabei ist es auf seine Reflexe angewiesen. Sie helfen bei den ersten Gehversuchen, nicht hinzufallen und sich wehzutun. Die genaue Muskelkontrolle muss geübt werden, bis das Nervensystem im Rückenmark gut angepasst ist. Forscher am Max-Planck-Instituts für Intelligente Systeme (MPI-IS) in Stuttgart gingen nun der Frage nach, wie Tiere das Laufen lernen und aus Stolperern profitieren.

Lernalgorithmus optimiert virtuelles Rückenmark

Dafür bauten sie einen vierbeinigen Roboter, der einem Hund ähnelt, genau wie dieser Reflexe besitzt und aus Fehlern lernen kann. „Morti“ ist nach nur einer Stunde in der Lage, seine integrierte Mechanik einzusetzen, so gut er kann. Das funktioniert mit einem Bayesian-optimization-Lernalgorithmus: Sensorinformationen von den Füßen (die Ist-Daten) werden mit den Solldaten des Computers beziehungsweise des virtuellen Rückenmarks abgeglichen. Der Roboter lernt zu laufen, indem er die Struktur der gesendeten Bewegungsmuster kontinuierlich an die Sensorinformationen angleicht. Dieser Lernalgorithmus beeinflusst einen sogenannten Central Pattern Generator (CPG) – einen zentralen Bewegungsmustergenerator.

Mortis CPG wird dabei in einem kleinen und leichten Computer simuliert. Dieses virtuelle Rückenmark ist bei dem Vierfüßler dort angebracht, wo eigentlich der Kopf wäre. In der Stunde, die es braucht, damit der Roboter flüssig läuft, werden kontinuierlich die Daten der Sensoren, die an den Füßen angebracht sind, mit den CPG-Signalen abgeglichen. Stolpert der Roboter, ändert der Lernalgorithmus, wie weit die Beine vor und zurück schwingen, wie schnell sie schwingen und wie lange ein Bein auf dem Boden bleibt. Die angepasste Beinbewegung beeinflusst, wie gut oder schlecht der Roboter seine Mechanik ausnutzten kann. Das CPG sendet angepasste Signale, damit der Roboter fortan möglichst wenig stolpert und damit sein Laufen optimiert.

Energieeffizienter Roboterhund

Wie die Forschenden mitteilen, verbraucht der Computer lediglich fünf Watt (W) Energie. Riesige Roboterkonstrukte, die mithilfe komplexer und aufwändiger Steuerungen laufen gelernt haben und deren genaue Masse und Geometrie bekannt sind, haben dagegen einen weit höheren Energiebedarf. Sie verbrauchen in der Regel mehrere Dutzend bis zu mehreren Hundert Watt Strom, heißt es. Das energieeffiziente Stuttgarter Modell liefere zudem noch wichtige Erkenntnisse über die Anatomie von Tieren.

Zur Originalpublikation im Fachjournal Nature Machine Intelligence

Dieser Beitrag stammt ursprünglich von unserem Partnerportal konstruktionspraxis.

(ID:48504611)