Abo
  • IT-Karriere:

Neuronale Netzwerke: Roboter lernt selbstständig das Greifen und Werfen

Wissenschaftler entwickeln Tossingbot, einen Roboterarm, der verschiedene Objekte selbstständig werfen und greifen kann. Dabei muss er Flugeigenschaften beachten. Nach 14 Stunden Training wirft er trotzdem genauer als ein Mensch.

Artikel veröffentlicht am ,
Tossingbot wirft zuverlässig Objekte in die Schale.
Tossingbot wirft zuverlässig Objekte in die Schale. (Bild: Youtube.com/Andy Zeng)

Wissenschaftler der Columbia University, Princeton University und des MIT haben einen Roboter entwickelt, der selbstständig zufällige Objekte aus einer Kiste greifen und in verschiedene Schachteln werfen kann. Die Tossingbot genannte Maschine setzt neuronale Netzwerke ein, um sich diesen Greif- und Wurfprozess selbst beizubringen. Das Projekt entsteht in Zusammenarbeit mit Google. Die Wissenschaftler geben an, dass ihr System mehr als 500 Aktionen pro Stunde ausführen kann, während momentan gebräuchliche Roboter knapp 300 Aktionen pro Stunde schaffen.

Stellenmarkt
  1. Dataport, Kiel
  2. Schütz GmbH & Co. KGaA, Selters (Westerwald)

Tossingbot nutzt drei neuronale Netzwerke, die jeweils für das Erkennen der Objekte in der Kiste, den Greifprozess und den Wurfprozess eingesetzt werden. Kameras oberhalb der Kiste und oberhalb der in einem 3x4-Gitter angeordneten Zielschachteln analysieren den Lernprozess. Der Roboter kann somit erkennen, ob er danebengeworfen oder getroffen hat und seinen Confidence-Wert entsprechend anpassen. Außerdem erstellt er eine Heatmap von Objekten in der vor ihm stehenden Schale. Diese gibt an, um welche Objekte es sich wahrscheinlich handelt - eine Banane, einen Tischtennisball oder einen der vielen anderen Gegenstände.

14 Stunden Training

Jedes Objekt hat eine unterschiedliche Form, ein anderes Gewicht und verhält sich damit physikalisch im Flug verschieden. Das muss Tossingbot berücksichtigen, genau wie die Art, ein Objekt zu greifen. Zum Beginn des Trainings versucht die Maschine deshalb erst einmal nur, Dinge überhaupt zu greifen. Die Forscher geben zufallsgenerierte Startwerte für Gewichtungen ein. Nach 14 Stunden ständigem Greifen und Werfen und 10.000 Trainingsschritten soll die Genauigkeit beim Werfen 85 Prozent, beim Greifen 87 Prozent betragen. Die Forscher selbst können nicht so genau werfen, so wie wohl viele Menschen auch. Der Roboter trainiert ohne menschliche Interaktion, da er das Szenario selbstständig zurücksetzen kann, indem er die Schalen anhebt und geworfene Teile in die Kiste vor ihm zurückfallen.

Noch ist der Aufbau des Systems ziemlich strukturiert: Die 3x4-Matrix besteht aus gleich großen Schachteln, die sich immer an der gleichen Position befinden. Außerdem sind die zu greifenden Objekte während des Trainings immer gleich. Es wäre aber in Zukunft vorstellbar, solche Maschinen in der Lagerarbeit oder Fertigung einzusetzen, wenn sie in flexibleren Umgebungen genutzt werden können.



Anzeige
Top-Angebote
  1. 469€ (Bestpreis!)
  2. (u. a. Wreckfest für 16,99€)
  3. 99€
  4. 99,90€ + Versand (Vergleichspreis 127,32€ + Versand)

mimimi 28. Mär 2019

Hermes ist da schon weiter. Leider noch am Anfang der Lernkurve. https://rp-online.de...

PhonierDeluxe 27. Mär 2019

...


Folgen Sie uns
       


Apple iPad 7 - Fazit

Apples neues iPad 7 richtet sich an Nutzer im Einsteigerbereich. Im Test von Golem.de schneidet das Tablet aufgrund seines Preis-Leistungs-Verhältnisses sehr gut ab.

Apple iPad 7 - Fazit Video aufrufen
16K-Videos: 400 MByte für einen Screenshot
16K-Videos
400 MByte für einen Screenshot

Die meisten Spiele können nur 4K, mit Downsampling sind bis zu 16K möglich. Wie das geht, haben wir bereits in einem früheren Artikel erklärt. Jetzt folgt die nächste Stufe: Wie erstellt man Videos in solchen Auflösungen? Hier wird gleich ein ganzer Schwung weiterer Tools und Tricks nötig.
Eine Anleitung von Joachim Otahal

  1. UL 3DMark Feature Test prüft variable Shading-Rate
  2. Nvidia Turing Neuer 3DMark-Benchmark testet DLSS-Kantenglättung

Cyberangriffe: Attribution ist wie ein Indizienprozess
Cyberangriffe
Attribution ist wie ein Indizienprozess

Russland hat den Bundestag gehackt! China wollte die Bayer AG ausspionieren! Bei großen Hackerangriffen ist oft der Fingerzeig auf den mutmaßlichen Täter nicht weit. Knallharte Beweise dafür gibt es selten, Hinweise sind aber kaum zu vermeiden.
Von Anna Biselli

  1. Double Dragon APT41 soll für Staat und eigenen Geldbeutel hacken
  2. Internet of Things Neue Angriffe der Hackergruppe Fancy Bear
  3. IT-Security Hoodie-Klischeebilder sollen durch Wettbewerb verschwinden

Samsung CRG9 im Test: Das Raumschiffcockpit für den Schreibtisch
Samsung CRG9 im Test
Das Raumschiffcockpit für den Schreibtisch

Keine Frage: An das Curved Panel und das 32:9-Format des Samsung CRG9 müssen wir uns erst gewöhnen. Dann aber wollen wir es fast nicht mehr hergeben. Dank der hohen Bildfrequenz und guten Auflösung vermittelt der Monitor ein immersives Gaming-Erlebnis - als wären wir mittendrin.
Ein Test von Oliver Nickel

  1. Speichertechnik Samsung will als Erster HBM2 in 12 Ebenen und 24 GByte bauen
  2. Samsung Fehler am Display des Galaxy Fold aufgetreten
  3. Samsung Displaywechsel beim Galaxy Fold einmalig vergünstigt möglich

    •  /