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. Eurowings Aviation GmbH, Köln
  2. Interflex Datensysteme GmbH & Co. KG, Berlin

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
Hardware-Angebote
  1. täglich neue Deals bei Alternate.de
  2. 289€

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
       


Seasonic TX-700 Fanless und The First - Hands on (Computex 2019)

Das Prime TX-700 Fanless vo Seasonic ist das derzeit stärkste passiv gekühlte Netzteil am Markt. Die kompaktere Variante namens PX-500 wiederum passt in das The First von Monsterlabo, ein Gehäuse, um 200-Watt-Komponenten passiv zu kühlen.

Seasonic TX-700 Fanless und The First - Hands on (Computex 2019) Video aufrufen
Black Mirror Staffel 5: Der Gesellschaft den Spiegel vorhalten
Black Mirror Staffel 5
Der Gesellschaft den Spiegel vorhalten

Black Mirror zeigt in der neuen Staffel noch alltagsnäher als bisher, wie heutige Technologien das Leben in der Zukunft katastrophal auf den Kopf stellen könnten. Dabei greift die Serie auch aktuelle Diskussionen auf und zeigt mitunter, was bereits im heutigen Alltag schiefläuft - ein Meisterwerk! Achtung, Spoiler!
Eine Rezension von Tobias Költzsch

  1. Streaming Netflix testet an Instagram erinnernden News-Feed
  2. Start von Disney+ Netflix wird nicht dauerhaft alle Disney-Inhalte verlieren
  3. Videostreaming Netflix will Zuschauerzahlen nicht länger geheim halten

Projektmanagement: An der falschen Stelle automatisiert
Projektmanagement
An der falschen Stelle automatisiert

Kommunikationstools und künstliche Intelligenz sollen dabei helfen, dass IT-Projekte besser und schneller fertig werden. Demnächst sollen sie sogar Posten wie den des Projektmanagers überflüssig machen. Doch das wird voraussichtlich nicht passieren.
Ein Erfahrungsbericht von Marvin Engel


    Vernetztes Fahren: Wer hat uns verraten? Autodaten
    Vernetztes Fahren
    Wer hat uns verraten? Autodaten

    An den Daten vernetzter Autos sind viele Branchen und Firmen interessiert. Die Vorschläge zu Speicherung und Zugriff auf die Daten sind jedoch noch nebulös. Und könnten den Fahrzeughaltern große Probleme bereiten.
    Eine Analyse von Friedhelm Greis

    1. Neues Geschäftsfeld Huawei soll an autonomen Autos arbeiten
    2. Taxifahrzeug Volvo baut für Uber Basis eines autonomen Autos
    3. Autonomes Fahren Halter sollen bei Hackerangriffen auf Autos haften

      •  /