Abo
  • Services:
Anzeige

Fujitsu will humanoiden Robotern Beine machen

Laufen lernen durch dynamisch rekonfigurierbare neuronale Netzwerke

Fujitsu Laboratories will das erste Lernsystem für humanoide Roboter entwickelt haben, das diesen per dynamisch rekonfigurierbarem neuronalem Netzwerk ermöglicht, effiziente Bewegungs- und Motorkoordination zu lernen. Dies soll die Entwicklung einer beweglicheren Generation von humanoiden Robotern beschleunigen und einfacher machen.

Anzeige

Fujitsus Technik basiert auf "Central Pattern Generator"-(CPG-)Netzwerken, welche den neuronalen Oszillator von Wirbeltieren mathematisch simulieren. Dies wird durch eine so genannte "Numerical Perturbation Method" (NP) ergänzt, um damit den Netzwerk-Status und die Konfiguration zu überwachen. Diese als CPG/NP-Learning bezeichnete Kombination soll in der neuen Fujitsu-Technik optimiert worden sein. Gleichzeitig hat Fujitsu ein Software-Programm namens "Humanoid Movement-Generation System" entwickelt, mit dem humanoide Roboter viele Bewegungen lernen können.

Die Bewegung eines Roboters wird verändert, indem die Verbindungsgewichte der Central-Pattern-Generatoren leicht modifiziert und so lange wiederholt werden, bis der Roboter sich gut bewegt, so Fujitsu. Mit der neuen Methode von Fujitsu wird nun - je nach Bedarf - ein neuer Central-Pattern-Generator erzeugt oder existierende Kombinationen rekonfiguriert und somit automatisch die passendste Bewegung gewählt, während das neuronale Netz dynamisch neu angeordnet wird. Der Lernprozess umfasst also auch die strukturelle Veränderung des neuronalen Netzwerks selbst, so dass es verschiedene komplexe Bewegungen lernen kann. Fujitsus schlanker Softwarecode soll sein Übriges tun, um die Bewegungssteuerung und das Lernen zu beschleunigen.

Neues System bald in HOAP-1?
Neues System bald in HOAP-1?
Einschätzungen von Fujitsu zufolge werden in nicht allzu ferner Zukunft Roboter alltäglich und viele Haushaltsaufgaben erledigen. Bis jetzt hätte jedoch die Bewegungserzeugung und -kontrolle bei humanoiden Robotern viele komplexe Berechnungen und somit hohe Rechenleistung erfordert, die noch ansteigt, wenn die Roboter sofort auf wechselnde Situationen reagieren müssen. Mittels neuronaler Netzwerke als Kontrollsystem sollen Roboter den Bewegungs-Lernprozess von Lebewesen nachahmen. Doch seien neuronale Netzwerke bisher nur sehr langsam beim Lernen von Bewegungen gewesen, so bräuchten sie Tage bis Monate und würden auch dann verschiedene Bewegungen nicht effizient generieren können. Mit Fujitsus nun angekündigter Technik soll sich dies ändern, zumal diese deutlich flexibler sein soll.

Fujitsu will das neue System auf der ROBODEX2003 in Detail vorstellen, die vom 3. bis zum 6. April 2003 in Japan stattfindet. Eine erste Präsentation soll es Anfang März 2003 bereits auf dem Robotik-Symposium im japanischen Shizuoka gegeben haben. Bereits in diesem Jahr will Fujitsu Laboratories das neue System in den von Fujitsu Automation Limited vermarkteten Robotern der HOAP-Serie einsetzen.


eye home zur Startseite
ProRobot 31. Mär 2003

Der läüt doch mit Windows, wenn er an eine Treppe kommt stürzt er ab .... ; )

TAFKAR 29. Mär 2003

Ich glaube nicht, dass der mit Windows läuft, Windows ist ein Desktopbetriebssystem und...

chojin 28. Mär 2003

Stimmt so nicht, der ASIMO lief zwar flexibel und interaktiv, hat aber IMHO nicht derart...

krille 28. Mär 2003

... oder wird zumindest durch einen Windows-Rechner angesteuert. ... oder sollte das Foto...

nn|Max 28. Mär 2003

Honda hat das vor 1-2 Jahren schon vorgestellt



Anzeige

Stellenmarkt
  1. Max Weishaupt GmbH, Schwendi
  2. Haufe Group, Bielefeld
  3. Gartenbau-Versicherung VVaG, Wiesbaden
  4. BWI GmbH, Meckenheim


Anzeige
Top-Angebote
  1. (u. a. Metal Gear Survive 35,99€, Metal Gear Solid V Ground Zeroes 3,99€, PES2018 26,99€)
  2. (u. a. John Wick, Security, Sicario, Paddington, Non-Stop, Pulp Fiction, Total Recall, Die...
  3. 189€ (Bestpreis)

Folgen Sie uns
       

  1. Windows Phone 7.5 und 8.0

    Microsoft schaltet Smartphone-Funktionen ab

  2. Raja Koduri

    Intel zeigt Prototyp von dediziertem Grafikchip

  3. Vizzion

    VW zeigt selbstfahrendes Auto ohne Lenkrad

  4. iOS, MacOS und WatchOS

    Apple verteilt Updates wegen Telugu-Bug

  5. Sicherheitslücken

    Mehr als 30 Klagen gegen Intel wegen Meltdown und Spectre

  6. Nightdive Studios

    Arbeit an System Shock Remake bis auf Weiteres eingestellt

  7. FTTH

    Landkreistag fordert mit Vodafone Glasfaser bis in Gebäude

  8. Programmiersprache

    Go 1.10 cacht besser und baut Brücken zu C

  9. Letzte Meile

    Telekom macht Versuche mit Fixed Wireless 5G

  10. PTI und IBRS

    FreeBSD erhält Patches gegen Meltdown und Spectre



Haben wir etwas übersehen?

E-Mail an news@golem.de


Anzeige
Fe im Test: Fuchs im Farbenrausch
Fe im Test
Fuchs im Farbenrausch
  1. Mobile-Games-Auslese GladOS aus Portal und sowas wie Dark Souls für unterwegs
  2. Monster Hunter World im Test Das Viecher-Fleisch ist jetzt gut durch
  3. Indiegames-Rundschau Krawall mit Knetmännchen und ein Mann im Fass

Materialforschung: Stanen - ein neues Wundermaterial?
Materialforschung
Stanen - ein neues Wundermaterial?
  1. Colorfab 3D-gedruckte Objekte erhalten neue Farbgestaltung
  2. Umwelt China baut 100-Meter-Turm für die Luftreinigung
  3. Crayfis Smartphones sollen kosmische Strahlung erfassen

Samsung C27HG70 im Test: Der 144-Hz-HDR-Quantum-Dot-Monitor
Samsung C27HG70 im Test
Der 144-Hz-HDR-Quantum-Dot-Monitor
  1. Volumendisplay US-Forscher lassen Projektion schweben wie in Star Wars
  2. Sieben Touchscreens Nissan Xmotion verwendet Koi als virtuellen Assistenten
  3. CJ791 Samsung stellt gekrümmten Thunderbolt-3-Monitor vor

  1. Digitaler Wandel in der IT

    brutos | 09:07

  2. Rückerstattung

    Dwalinn | 09:06

  3. Re: Der wahre Grund solcher Klagen

    DetlevCM | 09:06

  4. Re: Ankündigungsweltmeister (kT)

    xmaniac | 09:05

  5. Re: nur Windows 10, nur Windows Store?

    blaub4r | 09:05


  1. 08:51

  2. 06:37

  3. 06:27

  4. 00:27

  5. 18:27

  6. 18:09

  7. 18:04

  8. 16:27


  1. Themen
  2. A
  3. B
  4. C
  5. D
  6. E
  7. F
  8. G
  9. H
  10. I
  11. J
  12. K
  13. L
  14. M
  15. N
  16. O
  17. P
  18. Q
  19. R
  20. S
  21. T
  22. U
  23. V
  24. W
  25. X
  26. Y
  27. Z
  28. #
 
    •  / 
    Zum Artikel