ExpertenTesten.de
Ein neu entwickelter Roboter der TU Wien kann jetzt Putzen durch Nachahmung erlernen und selbstständig verschiedene Oberflächen reinigen. Durch ein „Learning-by-Demonstration“-Verfahren überträgt er menschliche Bewegungen und Kraftanwendung auf komplexe Oberflächen wie Waschbecken. Die Innovation könnte industrielle Anwendungen wie Schleifen und Polieren revolutionieren.
Lernen durch direkte Nachahmung
An der Technischen Universität Wien setzen Forschende auf einen Lernprozess, bei dem der Roboter menschliche Bewegungen nachahmt, um Reinigungsaufgaben zu meistern. Mithilfe eines speziellen Schwamms mit Sensoren wird der Roboter direkt vom Menschen angeleitet, um Krafteinsatz und Bewegungen genau zu erfassen. Diese Datenmenge hilft ihm dabei, eigenständig die Bewegungen und den notwendigen Druck für verschiedene Oberflächen zu erkennen. „Wir generieren durch wenige Demonstrationen eine große Menge an Daten“, erläutert Christian Hartl-Nesic von der Forschungsgruppe für Industrielle Robotik.
Die Details des Lernprozesses
Der Roboter nutzt für seine Aufgabe einen Schwamm mit integrierten Kraftsensoren und Tracking-Markern, um die spezifische Kraftverteilung auf Oberflächen zu erfassen. Maschinelles Lernen verarbeitet die aufgenommenen Daten, sodass der Roboter auf unterschiedlichen Oberflächen präzise Bewegungen ausführen kann. Andreas Kugi, Professor an der TU Wien, erklärt die Herausforderung: „Die Form eines Waschbeckens zu erkennen, ist mit Kameras einfach. Doch die Schwierigkeit liegt darin, dem Roboter beizubringen, wie er unterschiedliche Stellen und Winkel optimal bearbeiten soll.“
Vielfältige Anwendungsmöglichkeiten
Neben der Reinigung könnten diese Fähigkeiten auch im Handwerk und in der Industrie genutzt werden. Roboter, die durch Nachahmung lernen, könnten Oberflächen schleifen, polieren oder sogar Klebstoffe und Farben auftragen. Professor Kugi sieht großes Potenzial für den Einsatz in Werkstätten, wo Roboter mit individuellen Daten in vernetzten Systemen arbeiten. Die neuartige Lernmethode würde es ermöglichen, dass Roboter durch Austausch von Erfahrungen ihre Fähigkeiten stetig verbessern, ohne spezifische Daten zu übermitteln.
Gemeinschaftliches Lernen in vernetzten Systemen
Das Prinzip des „Federated Learning“ könnte diese Roboter künftig noch intelligenter machen. Indem Roboter in verschiedenen Werkstätten ihre Lernerfahrungen teilen, könnten sie ihre Fähigkeiten kontinuierlich erweitern und voneinander profitieren. Dieses gemeinsame Lernen ermöglicht eine kontinuierliche Verbesserung und könnte die Effizienz in der Industrie erhöhen. Die innovative Entwicklung der TU Wien wurde 2024 auf der International Conference on Intelligent Robots and Systems (IROS) mit dem „Best Application Paper Award“ prämiert, was das Potenzial dieser Technologie unterstreicht.
Die neuen Roboterfähigkeiten eröffnen spannende Möglichkeiten für industrielle Prozesse.
Glauben Sie, dass Roboter in Zukunft handwerkliche Tätigkeiten übernehmen sollten? Teilen Sie Ihre Meinung in den Kommentaren.
Basierend auf Inhalten von www.ingenieur.de und eigener Recherche.
