Roboter lernt durch Experimentieren und Beobachten

Forscher in dem Europäischen Projekt XPERO haben ein maschinelles Lernverfahren entwickelt, das einen Roboter in die Lage versetzt, fundamentale mathematische Konzepte wie Lage und Orientierung in einem Koordinatensystem zu lernen. Der Roboter bewegt sich zunächst ziellos durch die Umgebung und zeichnet dabei seine Sensordaten auf, ohne sich der darin enthaltenen Informationen bewusst zu sein. Der Algorithmus nimmt diese Sensordaten und erzeugt daraus ein Modell, das dem Roboter erlaubt vorherzusagen, wie die Objekte in seiner Nachbarschaft ihre Position in Folge seiner eigenen Bewegung verändern werden.

"Was für einen Menschen eine triviale Angelegenheit ist, ist für einen Roboter ein ziemlich schwieriges Problem", teilten Jure Zabkar und Ivan Bratko von der Universität Ljubljana, die Erfinder des Algorithmus, mit. "Unser Roboter hat weniger Wissen als ein Baby. Ein Objekt zu sehen, ist für ihn bedeutungslos. Er nimmt nur Farbkleckse und Kanten wahr."

Der Roboter kenne weder das Konzept eines Objektes, noch das einer Position eines Objekts in einem Koordinatensystem, noch weiß er, wie sich diese verändert, wenn er sich selbst bewegt. Der Maschine wird also im Vorfeld weder mitgegeben, er soll ein Koordinatensystem lernen, noch wie es zu lernen oder wozu es gut ist.

"Wir haben einen Mechanismus entwickelt, der es dem Roboter erlaubt, Regelmäßigkeiten aus den Sensordaten zu extrahieren und diese in ein Modell beziehungsweise in eine Theorie zu übersetzen, die es dem Roboter ermöglichen, besser zu erklären und vorherzusagen, was in seiner Umgebung vor sich geht. Das Erlernen eines Koordinatensystems ist nur eine Demonstration dieser Fähigkeit", erläuterte Zabkar.

Was sich zunächst eher wie ein akademisches Grundlagenproblem ausnimmt, hat auch eine enorme technische Relevanz, erklärt der Koordinator des Projekts Erwin Prassler von der Hochschule Bonn-Rhein-Sieg. Das XPERO-Projekt legt die ersten Grundsteine für eine Technologie, die das Potenzial hat, eine Schlüsseltechnologie für die nächste Generation von Servicerobotern zu werden, die unsere Häuser sauber halten, unseren Rasen mähen oder unsere Schuhe putzen.

Bereits existierende Produkte sind intelligenzlose, vorprogrammierte Geräte. Sie können lediglich eine einzige vorprogrammierte Aufgabe ausführen. Weder sind sie in der Lage, eine neue, vorher nicht bekannte Aufgaben ausführen, noch mit unvorhergesehenen Betriebsbedingungen zurechtkommen. Zukünftige Serviceroboter müssen dagegen in der Lage sein, auf der Grundlage ihres bereits vorhandenen Wissens und ihrer Sensorbeobachtungen ganz neue Konzepte und Modelle zu erlernen und mit diesem neuen Wissen neue Aufgaben zu erfüllen.