Ein neuer Trick hilft Robotern, in Echtzeit gute Entscheidungen zu treffen

Ein neuer Trick hilft Robotern, in Echtzeit gute Entscheidungen zu treffen. Forscher am California Institute of Technology (Caltech) haben eine clevere Methode entwickelt, die es autonomen Systemen ermöglicht, sich effizient durch komplexe Umgebungen zu bewegen.

Meilenstein: KI plant tausende Roboter-Bewegungen/Sek.

Bisher war es eine große Herausforderung, Robotern beizubringen, in der realen Welt flexibel und sicher zu agieren. Jede Situation erforderte spezielle Programmierung, was die Anpassungsfähigkeit einschränkte. Der neue Spectral Expansion Tree Search (SETS) Algorithmus überwindet diese Hürde, indem er Robotern erlaubt, selbstständig die besten Bewegungen zu finden.

SETS nutzt dabei einen Ansatz, der dem menschlichen Denken ähnelt: Er wägt verschiedene Möglichkeiten ab und wählt die vielversprechendsten aus. Technisch gesehen kombiniert er Kontrolltheorie (die Steuerung dynamischer Systeme) mit linearer Algebra (mathematische Beschreibung von Bewegungen) und einem Verfahren namens Monte Carlo Tree Search, das zufällige Stichproben nutzt, um den Entscheidungsraum effizient zu erkunden - dies kommt auch in AlphaZero von DeepMind zum Einsatz.


"Unser Algorithmus plant tatsächlich und erforscht dann alle möglichen und wichtigen Bewegungen und wählt die beste durch dynamische Simulation aus, wie beim Spielen vieler simulierter Spiele mit sich bewegenden Robotern", erklärt Soon-Jo Chung, Professor für Kontroll- und Dynamische Systeme am Caltech.

SETS kann in etwa 0,1 Sekunden tausende mögliche Bewegungspfade simulieren und die optimale auswählen. Dies ermöglicht mehrere Entscheidungen pro Sekunde. Die Flexibilität des Algorithmus wurde in drei verschiedenen Szenarien demonstriert: Eine Drohne navigierte durch einen Hindernis-Parcours, ein Bodenfahrzeug wurde bei der Navigation einer engen Strecke unterstützt, und simulierte Raumfahrzeuge fingen ein Objekt ein.

Bald im Einsatz

Wie Science Robotics berichtet, liegt die Stärke von SETS in seiner Universalität. Anders als herkömmliche Robotik-Algorithmen muss er nicht für jede Plattform neu programmiert werden. Dies öffnet Türen für vielfältige Anwendungen, von Assistenzrobotern in der Pflege bis hin zur Weltraumforschung. Ein Caltech-Team plant bereits, SETS bei der Indy Autonomous Challenge im Januar 2025 einzusetzen.


Siehe auch: