Putzig eindrucksvolles Video:
Roboterhunde meistern das Skateboarden
Forschern der Universität Michigan und der Southern University of Science and Technology ist es gelungen, vierbeinigen Robotern das Skateboarden beizubringen. Sie entwickelten ein KI-System namens "Discrete-Time Hybrid Automata Learning" (DHAL).
"Verglichen mit bestehenden Methoden erfordert DHAL keine manuelle Identifikation des diskreten Übergangs oder Vorwissen über die Anzahl der Übergangszustände", erklärt Sangli Teng, Hauptautor der im März 2025 veröffentlichten Studie, die auf dem Preprint-Server Arxiv verfügbar ist und auf einer Projekt-Seite näher erläutert wird. Das bedeutet, der Roboter erkennt selbstständig, wann er von einer Phase in die andere wechseln muss.
Die Forscher nutzten ein spezielles mathematisches Modell (Beta-Verteilung) anstelle der häufig verwendeten Gauß-Verteilung. Dies verbesserte die Lernfähigkeit der Roboter erheblich, da die Beta-Verteilung die physikalischen Grenzen der Roboterbewegungen realistischer abbildet. Im Gegensatz zur Gauß-Verteilung, die auch extrem große oder kleine Werte zulässt, bleibt die Beta-Verteilung immer innerhalb vorgegebener Grenzen - ähnlich wie ein Robotergelenk, das sich nur in einem bestimmten Winkelbereich bewegen kann.
Siehe auch:
- KI-System 'DHAL' bringt vierbeinigen Robotern das Skateboarden bei
- DHAL erkennt automatisch Zustand des Roboters: Gleiten, Übergang, Anschieben
- Methode benötigt keine manuelle Identifikation der Übergangszustände
- Beta-Verteilung verbessert die Lernfähigkeit der Roboter erheblich
- Unitree Go1 Roboter meistert Skateboarden auf verschiedenen Untergründen
- Technologie könnte Robotern zu schnellerer Bewegung verhelfen
- Forscher planen weitere Anwendungen für präzisere Kontaktvorhersagen
Skate-Roboter: Wie klappt der KI-Trick?
Das DHAL-Framework erkennt automatisch, in welchem Zustand sich der Roboter gerade befindet. Es unterscheidet drei Hauptphasen: wenn alle vier Beine auf dem Skateboard stehen (Gleiten), wenn der Roboter zwischen Brett und Boden wechselt (Übergang) und wenn er mit den Beinen auf dem Boden steht, um Schwung zu holen (Anschieben). Für jede Phase gelten andere Bewegungsregeln."Verglichen mit bestehenden Methoden erfordert DHAL keine manuelle Identifikation des diskreten Übergangs oder Vorwissen über die Anzahl der Übergangszustände", erklärt Sangli Teng, Hauptautor der im März 2025 veröffentlichten Studie, die auf dem Preprint-Server Arxiv verfügbar ist und auf einer Projekt-Seite näher erläutert wird. Das bedeutet, der Roboter erkennt selbstständig, wann er von einer Phase in die andere wechseln muss.
University of Michigan: Roboterhunde meistern das Skateboarden
Die Forscher nutzten ein spezielles mathematisches Modell (Beta-Verteilung) anstelle der häufig verwendeten Gauß-Verteilung. Dies verbesserte die Lernfähigkeit der Roboter erheblich, da die Beta-Verteilung die physikalischen Grenzen der Roboterbewegungen realistischer abbildet. Im Gegensatz zur Gauß-Verteilung, die auch extrem große oder kleine Werte zulässt, bleibt die Beta-Verteilung immer innerhalb vorgegebener Grenzen - ähnlich wie ein Robotergelenk, das sich nur in einem bestimmten Winkelbereich bewegen kann.
Roboter verstehen besser
Die Technologie könnte in Zukunft Robotern helfen, sich schneller fortzubewegen und bei Kontakt mit anderen Objekten gezielter zu handeln. Das Team plant bereits weitere Anwendungen: "DHAL wird Kontakte genauer vorhersagen und so bessere Entscheidungen in Planungs- und Steuerungsalgorithmen ermöglichen", so Teng über die Zukunft des Projekts.Geschichte der Roboterhunde
-
1968
Phony Pony (Stanford University): Einer der ersten gehfähigen vierbeinigen Roboter, entwickelt von McGhee und Frank
-
1983
Adaptive Suspension Vehicle (ASV, Ohio State University): Großes, geländegängiges, sechsbeiniges Fahrzeug mit komplexer Steuerung
-
2005
BigDog (Boston Dynamics): Hydraulisch betriebener, von DARPA finanzierter Roboter für den militärischen Einsatz; beeindruckende Geländetauglichkeit
-
2012
LS3 (Boston Dynamics, DARPA-Projekt): Größere, robustere Version von BigDog, entwickelt für die Unterstützung von Soldaten
-
2016
Spot (Boston Dynamics): Kompakter, agiler und für zivile Anwendungen (z. B. Inspektionen) ausgelegt
-
2020
ANYmal C (ETH Zürich/ANYbotics): Autonomer Roboter für Industrieinspektionen, entwickelt mit KI-Unterstützung
-
2023
Unitree Go2 (Unitree Robotics): Günstige, kommerzielle Alternative mit KI-Unterstützung für Verbraucher und Unternehmen
Siehe auch:
- Googles neue DeepMind-KIs machen Roboter zu flexiblen Alleskönnern
- Unitree zeigt Roboter, der Kung-Fu auf beeindruckende Weise beherrscht
- Springender Roboter stürzt sich erstmals in stockdunklen Mondkrater
- Schafft Apple die Roboter-Revolution? Faszinierender Prototyp zeigt sich
- Wie Ronaldo: Ganzkörpermodell lässt Roboter sich wie Sportler bewegen
Thema:
Spannende Forschungs-Videos
- Xcanbot Mate X: Der E-Rollstuhl lernt das autonome Fahren
- Erste Action-Cam und mehr: Dreame bringt viele neue Produkte
- Ecovacs Winbot W2S Pro Omni im Test: Fensterputzen wie die Profis
- Narwal Freo 20: Reinigungsroboter mit Wischwalze und Kamera im Test
- DJIs Power-Serie im Test: Powerstations für vielfältige Ansprüche
- Aiper Scuba V3: Reinigungs-Roboter für größere Pools im Test
- HoverAir Aqua: Wasserstart-Drohne für feuchte Umgebungen im Test
- Aiper EcoSurfer S2: Pool-Reiniger mit Solar-Versorgung im Test
- Navimow i210: Neuer Segway-Mähroboter mit LiDAR-Navigation im Test
- Narwal Flow 2 im Test: Saugkraft-Rekord trifft Heißwasser-Wäsche
Beiträge aus unserem Forum
Weiterführende Links
Neue Nachrichten
- Deutsche Drohne erreicht Rekord-Geschwindigkeit von 777 km/h
- Update 2.5 für Cyberpunk 2077: Leak verrät neue Edgerunners-Inhalte
- Notebooksbilliger: Angebote der Woche stark reduziert
- Aktuelle Technik-Blitzangebote von Amazon im Überblick
- Windows 11: Microsoft behebt Abstürze bei Spielen und Apps
- Outlook-Bug: Microsoft behebt Problem fehlender Copilot-Schaltflächen
- Sparzwang: Samsung Galaxy S27 mit weniger und langsamerem Speicher?
❤ WinFuture unterstützen
Sie wollen online einkaufen?
Dann nutzen Sie bitte einen der folgenden Links,
um WinFuture zu unterstützen:
Vielen Dank!




Alle Kommentare zu dieser News anzeigen