Lesen Sie alle Nachrichten zum Thema Robotik

Experiment geglückt - alle Finger sind unverletzt geblieben, Marco (Mitte) und Stefan haben den Roboterarm für einen Nervenkitzel programmiert.  (Foto: pst)

Mittelschüler programmieren Roboter

Zaghaft legt das „Opfer“ bei der Abschlussveranstaltung seine Hand auf die vorgezeichnete Schablone. Dann starten die Schüler den Roboterarm. Dieser hatte einen Schraubenzieher eingeklemmt, den er auf die Zwischenräume zwischen den einzelnen Fingern platzierte. „Ein Spiel um Leben und Tod“, hatte es das Team um Colin, Toni und Stefan scherzhaft genannt. In dem von Acht- und Neuntklässlern an der Wiesentfelser Mittelschule programmierten Spiel entscheidet der Roboter, „ob dein Finger dran bleibt, oder nicht“. Zehn Wochen lang hatten die Schüler am Roboter-Projekt gearbeitet.
10.06.2024 09:22 Uhr
query_builder3min
Der DLR-Roboter greift geschickt nach einem Würfel und kann ihn drehen ohne fallen zu lassen. (Foto: DLR)

Lernende Roboter

Mit den staksigen und unbeholfenen Maschinen früherer Zeiten haben die modernen Roboter des DLR (Deutsches Forschungszentrum für Luft- und Raumfahrt) in Oberpfaffenhofen nichts mehr gemein. Durch neue Verfahren der künstlichen Intelligenz (KI) ist es den DLR-Wissenschaftlern rund um Professor Berthold Bäuml vom Institut für Robotik und Mechatronik gelungen, Robotern hochkomplexe Fähigkeiten beizubringen, die an die menschliche Geschicklichkeit heranreichen. Damit haben sie einen Durchbruch in der KI-Robotik erzielt. Roboter „Justin“ hat Sensoren in seinen vierfingrigen Roboterhänden und „fühlt“ damit Gegenstände. Er greift intuitiv und bewegt geschickt Gegenstände in der Hand wie ein Mensch. Der Roboter „Agile Justin“ nimmt Gegenstände wahr und koordiniert die Gelenke seiner Hand, um die Gegenstände fingerfertig zu handhaben. Dafür hat der humanoide Roboter selbstständig in einer Simulation gelernt. Die Fingerfertigkeit gilt unter Robotik-Forschenden als große Herausforderung. „Insbesondere das blind ausgeführte Drehen und Manipulieren von Objekten mit einer nach unten offenen Hand war eine Herausforderung“, sagt Bäuml. Die Wissenschaftler nutzten sogenanntes Deep Reinforcement Learning. Das bedeutet, die Roboter lernten eigenständig alleine durch Vorgaben, was „richtig“ oder „falsch“ ist. Zum Beispiel: „Das Objekt in Richtung Zielvorgabe drehen ist gut” und „Das Objekt fallen lassen ist schlecht“.
03.09.2023 11:21 Uhr
query_builder3min
north