Menschliche Babys können sich hier Zeit lassen: Sie brauchen rund neun bis achtzehn Monate, um halbwegs sicher laufen zu lernen. Etwas anders sieht dies bei vielen Fluchttieren aus. Diese sind darauf angewiesen, im Notfall sehr schnell den aktuellen Standort verlassen zu können. Neu geborene Giraffen beginnen daher mehr oder weniger sofort damit, Geh- und Laufbewegungen zu üben. Am Anfang sieht dies noch sehr ungelenk aus. Doch die Tiere schaffen es erstaunlich schnell, die nötigen Bewegungen zu verinnerlichen. Die Natur scheint hier also eine intelligente Lösung entwickelt zu haben, um komplexe Bewegungsmuster schnell erlernen zu können. Davon wiederum haben sich nun Forscher des Max-Planck-Instituts für Intelligente Systeme inspirieren lassen: Sie bauten einen Roboter-Hund namens „Morti“, der auf ganz ähnliche Art und Weise laufen lernen sollte.


Bild: Felix Ruppert / Dynamic Locomotion Group

Das System lernt aus den gemachten Fehlern

Als Basis diente ein sogenannter „bayesian optimization Lernalgorithmus“. Vereinfacht ausgedrückt handelt es sich dabei um ein System, dass von Sensoren gelieferte Ist-Daten mit sich stetig weiterentwickelnden Soll-Daten abgleicht. Dies klingt zunächst einmal ein wenig technisch, lässt sich aber einfach veranschaulichen. Im Prinzip handelt es sich um einen Trial-and-Error-Ansatz. Sensoren in den Füßen senden Signale an das zentrale System. Aus diesen geht hervor, ob der gemachte Schritt erfolgreich war oder nicht. Daraus wiederum lernt das System dann. Handelt es sich um einen einzelnen Stolperer wird die Bewegung angepasst. Stolpert der Roboter aber immer wieder, wird nach neuen Lösungen gesucht und die Soll-Daten werden entsprechend angepasst. Es findet also ein kontinuierlicher Anpassungsprozess zwischen Ist- und Soll-Zustand statt.

Die meiste Zeit läuft der Roboterhund auf Autopilot

Oder anders ausgedrückt: Der Algorithmus lernt aus Fehlern und passt seine Vorgehensweise entsprechend an. Auf diese Weise konnte der neu konstruierte Roboter-Hund innerhalb von nur sechzig Minuten laufen lernen. Um die Effizienz zu erhöhen wurde zudem ein sogenannter Central Pattern Generator installiert. Dieser agiert unabhängig von der zentralen Steuerungseinheit und übernimmt die routinehaften Bewegungen. Solange die Fläche also eben ist, kann der Roboter problemlos gerade auslaufen, ohne dass jeder Schritt analysiert und ausgewertet wird. Bei Hindernissen schaltet sich dann allerdings wieder der Algorithmus ein und sucht nach Anpassungen. Im Prinzip wird hier das Zusammenspiel zwischen Rückenmark und Gehirn nachgeahmt. Interessant ist zudem, dass der menschliche Gang selbst erst vor einigen Jahren entschlüsselt wurde. Dabei fanden Forscher heraus, dass die Fortbewegung im Prinzip aus aneinandergereihten abgefangenen Stürzen besteht.


Via: Max-Planck-Institut

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.