Roboterdame Aila im Weltraum, Bild: DFKT/Jakob Weber

Die Roboterdame Aila führt eine autonome Manipulationsaufgabe in einem Nachbau der ISS durch. Bild: DFKI/Jakob Weber

Roboter werden heute in immer mehr Bereichen für zunehmend komplexere Aufgaben eingesetzt – auf fremden Planeten sollen sie etwa Infrastruktur aufbauen. Dies erfordert zugleich immer intelligentere Systeme, die an die Fähigkeiten des Menschen heranreichen. In dem  erfolgreich abgeschlossen Projekt BesMan („Behaviours for Mobile Manipulation“) erarbeitete das Team des DFKI und der Universität Bremen generische Steuerverfahren für die ein- und zweiarmige Manipulation.

Das Besondere: diese funktionieren unabhängig von der Gestalt des Roboters, in menschenähnlichen Systemen genauso wie in mehrbeinigen Kletterrobotern. Mit Hilfe der neuen Verfahren können Roboter nicht nur unterschiedliche Objekte manipulieren, sondern auch flexibel auf unvorhergesehene Situationen reagieren – und zwar ohne dass der Mensch eingreifen muss. Darüber hinaus entwickelten die Bremer Wissenschaftlerinnen und Wissenschaftler eine maschinelle Lernplattform, die dem System das Erlernen situationsspezifischer Verhaltensweisen ermöglicht, die es über eine Schnittstelle zum Menschen einstudiert.

Eigenständig reagieren

Für den Einsatz auf fremden Planeten müssen Roboter nicht nur motorisch fit sein, sondern auch eigenständig und flexibel auf unvorhersehbare Situationen reagieren können. Dabei helfen die in BesMan entwickelten Steuerverfahren, die nach dem Prinzip eines Baukastens funktionieren: Eine Reihe von Verhaltensstrategien – etwa solche, die dem Roboter das Greifen oder Heben von Objekten ermöglichen – hat er bei seiner Reise ins All bereits im Gepäck.

Je nach Situation oder Aufgabe schmiedet er einen gesonderten Plan und wählt die dafür jeweils passenden Verhaltensweisen aus. Auf diese Weise kann er sich selbst aus schwierigen Situationen befreien und eigenständig neue Aufgaben meistern.

Schafft er dies nicht, kommt die Lernplattform zum Einsatz: Auf der Erde macht der Mensch Bewegungen im Labor vor, die dem Roboter aus der Klemme helfen können. Sogenannte Motion-Tracking-Kameras zeichnen diese auf, woraufhin die Lernplattform den Bewegungsablauf automatisch in einzelne Segmente zerlegt. In einer Simulation wird die Abfolge schließlich reproduziert, erlernt und an die Anforderungen des Systems angepasst, bevor sie ins All auf den Roboter übertragen wird. Dieser führt die Handlung aus und übernimmt die neue Bewegung in sein Verhaltensrepertoire.

Lernfähige Software

Die lernfähige Software testeten die Wissenschaftler an unterschiedlichen DFKI-Robotersystemen, etwa an dem nachgiebigen Roboterarm Compi, der humanoiden Roboterdame Aila und dem sechsbeinigen Laufroboter Mantis.

Das Robotics Innovation Center des DFKI spielt heute eine Vorreiterrolle in der der Robotik: Indem es auf die Integration aller Funktionalitäten in ein hochkomplexes System setzt, gelingt es den Forschern immer intelligentere Roboter für unterschiedliche Anwendungsgebiete zu realisieren. In der Raumfahrt könnten durch den Einsatz solcher Systeme immense Kosten gespart werden, da im Vergleich zu bemannten Missionen deutlich weniger Gewicht ins All befördert werden müsste.

Das Projekt BesMan wurde mit rund 3,8 Millionen Euro von der Raumfahrt-Agentur des Deutschen Zentrums für Luft- und Raumfahrt e.V. mit Mitteln des Bundesministeriums für Wirtschaft und Technologie über eine Laufzeit von vier Jahren gefördert.