Original-URL des Artikels: https://www.golem.de/0303/24753.html    Veröffentlicht: 27.03.2003 12:50    Kurz-URL: https://glm.io/24753

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.

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.  (ck)


© 1997–2018 Golem.de, https://www.golem.de/