Menü

Roboter mit olympischen Ambitionen

Bei einem Wettrennen gegen Menschen können humanoide Roboter noch nicht durch Geschwindigkeit glänzen, Huckel und Schubser werfen sie auch noch zu schnell aus der Bahn. Ihren Vorbildern sollen sie bald durch maschinelles Lernen besser nacheifern können.

von
vorlesen Drucken Kommentare lesen 4 Beiträge
Roboter mit olympischen Ambitionen

(Bild: KoroiBot)

An der Universität Heidelberg sind Teilnehmer des EU-Forschungsprojekts KoroiBot zusammengekommen, um in einem Abschlussworkshop die Ergebnisse der dreijährigen Forschungsarbeit zu würdigen und sich über die Richtung zukünftiger Forschungen zu verständigen. Ziel des Projekts war es, das Laufverhalten humanoider Roboter zu verbessern durch genaue Beobachtung und Analyse menschlicher Bewegungen, Optimierung und maschinelles Lernen.

Dafür haben sich die Wissenschaftler einen ganz besonderen Läufer zum Vorbild genommen: Der Name des Projekts ist abgeleitet von Koroibos von Elis, dem ersten Menschen, der wegen seiner Schnelligkeit in Erinnerung geblieben ist. Im Jahr 776 v. Chr. gewann er bei den erstmals ausgetragenen Olympischen Spielen den Stadionlauf über 192 Meter, damals noch die einzige Disziplin des Wettbewerbs. Damit gilt er als der erste Olympiasieger der Geschichte.

Die genaue Zeit, die Koroibos für die Strecke brauchte, ist nicht überliefert. Aber er wäre wohl auch heute noch jedem zweibeinigen Roboter locker davongelaufen. Denn bei allen bemerkenswerten Fortschritten der letzten Jahre staksen diese Maschinen immer noch recht unbeholfen und langsam durch die Gegend und scheitern häufig schon an kleinsten Unebenheiten. Um dem abzuhelfen, wollte sich KoroiBot am menschlichen Vorbild orientieren. Aus der genauen Beobachtung und Analyse des menschlichen Gangs sollten Elementarbewegungen abgeleitet und so formalisiert werden, dass Bewegungsmuster auf humanoide Roboter mit unterschiedlichen Architekturen übertragen werden können. Dabei zählte die „Zusammenstellung eines Lauf-Alphabets“ zu den erklärten Zielen des Projekts.

Ob sich der aufrechte Gang so leicht lernen lässt wie das ABC, ist aber weiterhin fraglich. Bislang besteht das Lauf-Alphabet jedenfalls noch aus deutlich mehr als 26 Zeichen: 5267 Aufnahmen von Bewegungen seien in der KoroiBot Motion Database erfasst, sagte Christian Mandery vom Karlsruhe Institute of Technology (KIT). Das seien insgesamt 13,5 Stunden an Bewegungsdaten, die jetzt mithilfe von Crowdsourcing klassifiziert werden sollen: Internetnutzer sind eingeladen, sich die Daten anzusehen und auf der Annotationsseite in einfachen, englischen Worten zu beschreiben.

Von besonderem Interesse sind neben den regelmäßigen Laufbewegungen auch Störungen des Bewegungsablaufs, etwa wenn der Untergrund sich plötzlich ändert oder der Läufer gestoßen wird. Mit den dafür erforderlichen reaktiven Methoden hat sich Lukas Kaul am KIT beschäftigt und sie auf dem dort entwickelten Roboter ARMAR-4 erprobt. Dabei ging es vor allem darum, schnell genug zu erkennen, ob ein Ausfallschritt nötig ist, um einen Stoß abzufangen. In 79 Prozent der Fälle reagierte der Roboter innerhalb von 180 Millisekunden richtig.

Eine grundlegende These des Projekts laute, dass natürliche Bewegungen optimal seien, so Projektleiterin Katja Mombaur von der Universität Heidelberg. Was die biologische Evolution im Verlauf von vielen Millionen Jahren erreicht hat, soll nun mithilfe von Optimierungs-Software wie der am Institut für Wissenschaftliches Rechnen entwickelten MUSCOD-II schneller möglich sein. Die Optimierung des Laufens könne auf verschiedene Parameter ausgerichtet sein, sagte Mombaur. Es könne darum gehen, die Winkelgeschwindigkeiten der Gelenke zu minimieren, die in den Gelenken wirkenden Kräfte möglichst klein oder den Kopf möglichst ruhig zu halten. Bei Stößen sei es auch wichtig, die Abweichung vom ursprünglich geplanten Gang zu minimieren.

Mombaur räumte ein, dass eine optimale Kontrolle des Laufens zu viel Rechenzeit verbrauche, um praktikabel zu sein. Daher müssten die Optimierungsverfahren durch Elementarbewegungen (motion primitives) sowie Lernverfahren ergänzt werden, sodass ein Roboter in die Lage versetzt wird, komplexere Bewegungsabläufe aus einfachen Bausteinen zusammenzusetzen. Dazu gehört dann auch der richtige Einsatz der Arme: In einer Simulation war zu sehen, wie der humanoide Roboter HRP eine Treppe hinauf stieg und dabei alle zwei Stufen das Geländer losließ und etwas höher erneut griff – eine scheinbar einfache und selbstverständliche Handlung, die aber zu einer deutlichen Entlastung der Motoren in den Beinen führt.

Ausgangspunkt des Projekts waren zunächst verbesserte Kontrollverfahren für bereits existierende Hardware. Aus den dabei gewonnenen Erkenntnissen sollten aber auch optimierte Designprinzipien für die nächste Generation humanoider Roboter abgeleitet werden. In welche Richtung das gehen könnte, beschrieb am ersten Tag des Workshops Dirk Lefeber, Leiter des interdisziplinären Forschungszentrums BruBotics an der Freien Universität Brüssel.

Am Beispiel des Maccepa-Konzepts erklärte er die Notwendigkeit nachgiebiger Aktuatoren, die nicht nur energieeffizienter, sondern auch sicherer seien als steife Gelenke. Allerdings sollte die Nachgiebigkeit regulierbar sein. Insbesondere für das Knie sei das unabdingbar. Für den Einsatz von Prothesen und Exoskeletten in der Physiotherapie und Rehabilitation sei die Anpassung der Nachgiebigkeit an die jeweiligen Bedürfnisse der Patienten ebenfalls von Vorteil.

Was heute schon möglich ist, werden Lefeber und seine Mitarbeiter am 8. Oktober in Kloten (Schweiz) zeigen. Beim Cybathlon, einem Wettbewerb für Träger aktiver Prothesen, soll dann der beinamputierte Michel mit dem von BruBotics entwickelten AMP-Foot 4 beim Hindernislauf als Erster ins Ziel kommen – so wie Koroibos 2792 Jahre vor ihm. Schade nur, dass das Internationale Olympische Komitee dem Turnier nicht erlaubt hat, sich Cyberlympics zu nennen. Aber die Traditionslinie ist auch so zu erkennen. (Hans-Arthur Marsiske) / (kbe)

Anzeige
Zur Startseite
Anzeige