Abo
  • Services:

Deep Learning: Roboter sollen Menschen helfen, aber nicht verletzen

Maschinen können nur eng mit fragilen Menschen zusammenarbeiten, wenn sie möglichst autonom in ihrer Umwelt agieren. Helfen soll Deep Learning. Doch noch nicht alle Probleme sind gelöst - und nicht für alle Lösungen gibt es ein Problem.

Artikel von veröffentlicht am
Patrick van der Smagt forscht an Robotern, die Menschen helfen sollen.
Patrick van der Smagt forscht an Robotern, die Menschen helfen sollen. (Bild: DLR)

Jahrzehntelang wurde die Praxis der Robotik von mächtigen Industrierobotern dominiert, die schwere, hochpräzise Mechanik auf Bruchteile von Millimetern genau bewegen. Eine Begegnung mit ihnen kann für Menschen leicht tödlich enden. Doch zunehmend sollen Roboter auch mit verletzlichen Menschen interagieren. Dafür müssen sie nicht nur leichter gestaltet werden, sondern auch flexibler. Und vor allem: Sie müssen besser auf ihre Umgebung reagieren.

Mathematisch ist das ein schwieriges Unterfangen. Die Lösung soll Deep Learning sein, eine Technik, die Maschinen nach dem Vorbild menschlicher neuronaler Netze lernen lässt. Auf diesem komplexen Gebiet forscht Patrick van der Smagt, Professor an der TU München. Die Ergebnisse seiner Forschung stellt er am 20. April auf dem Golem.de Tech Summit in Berlin unter dem Titel "Deep Learning in Movement Modelling and Robotics" vor. "Die Robotik an sich ist kein Thema mehr, die Biomechanik auch nicht", sagt er. Er wisse, wie der Mensch funktioniere - zumindest prinzipiell. Die Herausforderung bestehe in der Kontrolle und Steuerung der Roboter.

Van der Smagt möchte mit neuralen Netzen - dem mathematischen Konzept, das auf den menschlichen neuronalen Netzen basiert - den Regelkreis zwischen Sensorik und Mechanik schließen und Robotern ein ähnliches Verhalten ermöglichen, wie es Menschen zeigen. Das größte Problem dabei: Ein auf Basis von Deep Learning trainierter Roboter kann zwar autonom agieren. Aber autonom lernen kann er nicht.

Komplexe und hochgradig nichtlineare Systeme

Stellenmarkt
  1. Interhyp Gruppe, München
  2. Universität Passau, Passau

Das Problem ist nicht nur, dass die Roboter die Umgebung mit Kameras und anderen Sensoren erkennen müssen. Es liegt auch in der Steuerung der Roboter selbst. Soll der Roboter leichter, flexibler und umgänglicher werden, wird die ganze Konstruktion weniger präzise. Der Roboter entfernt sich dann immer mehr vom Modell der mathematisch perfekt steifen Maschine, die allenfalls kleine Abweichungen zeigt, die schon im Vorfeld mit linearen Gleichungen modelliert und ausgeglichen werden können.

Die Mechanik der so entstehenden Systeme ist komplex und hochgradig nichtlinear. Das macht das Zusammenspiel zwischen Sensoren und Motoren mathematisch schwer modellierbar und beherrschbar. Trotzdem ist bekannt, dass sich solche Systeme beherrschen lassen. Muskeln und Skelette von Tieren und Menschen sind ja genauso wenig lineare und steife Systeme wie einfachere Roboter. Hier sollen neurale Netze, die für den jeweiligen Roboter trainiert werden, an die Stelle der vorgefertigten Gleichungssysteme treten.

Deep Learning ist eine Kunst, die auf Rechenleistung basiert 
  1. 1
  2. 2
  3. 3
  4. 4
  5.  


Anzeige
Top-Angebote
  1. 3,40€
  2. 4,00€
  3. 4,99€

Moe479 15. Apr 2016

er hat allein über autonome roboter gesprochen über den umgang mit der fehlbarkeit von...


Folgen Sie uns
       


Android 9 - Test

Wir haben das neue Android 9 getestet.

Android 9 - Test Video aufrufen
32-Kern-CPU: Threadripper 2990WX läuft mit Radeons besser
32-Kern-CPU
Threadripper 2990WX läuft mit Radeons besser

Auch wenn AMDs neuer Threadripper 2990WX mit 32 CPU-Kernen sich definitiv nicht primär an Spieler richtet, taugt er für Games. Kombiniert mit einer Geforce-Grafikkarte bricht die Bildrate allerdings teils massiv ein, mit einem Radeon-Modell hingegen nur sehr selten.
Ein Bericht von Marc Sauter

  1. Threadripper 2990WX AMDs 32-Kerner kostet weniger als Intels 18-Kerner
  2. Zhongshan Subor Z+ AMD baut SoC mit PS4-Pro-Leistung für chinesische Konsole
  3. Hygon Dhyana China baut CPUs mit AMDs Zen-Technik

OLKB Planck im Test: Winzig, gerade, programmierbar - gut!
OLKB Planck im Test
Winzig, gerade, programmierbar - gut!

Wem 60-Prozent-Tastaturen wie die Vortex Poker 3 noch zu groß sind, der kann es mal mit 40 Prozent versuchen: Mit der voll programmierbaren Planck müssen wir anders als erwartet keine Abstriche machen - aber eine Umgewöhnung und die Einarbeitung in die Programmierung sind erforderlich.
Ein Test von Tobias Költzsch

  1. Alte gegen neue Model M Wenn die Knickfedern wohlig klackern
  2. Kailh KS-Switch im Test Die bessere Alternative zu Cherrys MX Blue
  3. Apple-Patentantrag Krümel sollen Macbook-Tastatur nicht mehr stören

Threadripper 2990WX und 2950X im Test: Viel hilft nicht immer viel
Threadripper 2990WX und 2950X im Test
Viel hilft nicht immer viel

Für Workstations: AMDs Threadripper 2990WX mit 32 Kernen schlägt Intels ähnlich teure 18-Core-CPU klar und der günstigere Threadripper 2950X hält noch mit. Für das Ryzen-Topmodell muss aber die Software angepasst sein und sie darf nicht zu viel Datentransferrate benötigen.
Ein Test von Marc Sauter

  1. Threadripper 2990X AMDs 32-Kerner soll mit 4,2 GHz laufen
  2. AMD Threadripper v2 mit 32 Kernen erscheint im Sommer 2018
  3. Raven Ridge AMDs Athlon kehrt zurück

    •  /