Innovatives Manipulationssystem 01.04.2022, 07:00 Uhr

Dieser Roboter backt Pizza!

MIT-Forschende haben einen zweistufigen Lernprozess entwickelt, der ganz neue Anwendungsmöglichkeiten für Roboter eröffnet. Unter anderem werden sie in die Lage versetzt, mit verformbaren Objekten zu arbeiten – wie Pizzateig.

Roboter Arbeitsschritte

In der Simulation (rechts) werden die Handgriffe des Menschen nachgebildet.

Foto: MIT

Erst wenn man einen Roboter programmieren will, wird klar, was für ein faszinierendes Gebilde der Mensch ist: Für uns ist es überhaupt kein Problem, einen Pizzateig zu kneten und mit einem Nudelholz auszurollen, aber ein Roboter kann das nicht – normalerweise. Denn die Schwierigkeit besteht darin, die Tätigkeiten in einer Gleichung darzustellen. Der weiche Teig verformt sich leicht, was zu viele Optionen bietet. Hinzu kommt die Tatsache, dass neben mehreren Arbeitsschritten auch verschiedene Werkzeuge nötig wären, etwa ein Spatel, um den Teig auf ein Brett zu heben und ein Äquivalent für das erwähnte Nudelholz. Ein Roboter lernt durch Versuch und Irrtum, und diese Aufgabe scheint für ihn zu komplex zu sein. Das haben allerdings Ingenieurinnen und Ingenieure vom Massachusetts Institute for Technology (MIT) anders gesehen. Gemeinsam mit Kolleginnen und Kollegen der Carnegie Mellon University und der University of California in San Diego haben sie einem Roboter das Pizzabacken beigebracht, zumindest in einer Simulation.

IFR: Die fünf Top Roboter-Trends 2022

Top Stellenangebote

Zur Jobbörse
Die Autobahn GmbH des Bundes-Firmenlogo
Fachexperte für die Straßenverwaltung (m/w/d) Die Autobahn GmbH des Bundes
München Zum Job 
Firmengruppe Max Bögl-Firmenlogo
Entwicklungsingenieur (m/w/d) Elektrotechnik für Magnetbahnen Firmengruppe Max Bögl
Sengenthal bei Neumarkt in der Oberpfalz Zum Job 
Städtisches Klinikum Dresden-Firmenlogo
Projektleiter (m/w/d) Bau Städtisches Klinikum Dresden
Dresden Zum Job 
Ostbayerische Technische Hochschule Amberg-Weiden-Firmenlogo
Professur (W2) Verfahren der Wasser-, Boden- und Luftreinhaltung Ostbayerische Technische Hochschule Amberg-Weiden
Stadt Kehl-Firmenlogo
Ingenieur*in (m/w/d) Geschäftsbereichsleitung Abwasser Stadt Kehl
Technische Universität Berlin-Firmenlogo
Bibliotheksreferendar*in (d/m/w) - Beamtin*Beamter auf Widerruf - Anwärterbezüge Eingangsamt BesGr. A13 Technische Universität Berlin
ANDRITZ Küsters GmbH-Firmenlogo
Inbetriebnahme-Ingenieur (m/w/d) ANDRITZ Küsters GmbH
Krefeld Zum Job 
P+R Betriebsgesellschaft mbH-Firmenlogo
Bauingenieur / Architekt P+R-Parkhäuser (w/m/d) P+R Betriebsgesellschaft mbH
Hamburg Zum Job 
WEMAG Netz GmbH-Firmenlogo
Prozessorganisator Grundzuständiger Messstellenbetrieb (m/w/d) WEMAG Netz GmbH
Schwerin Zum Job 
Menlo Systems GmbH-Firmenlogo
Ingenieur / Techniker (m/w/d) für die Produktion von Frequenzkämmen Menlo Systems GmbH
Planegg Zum Job 
Aerologic GmbH-Firmenlogo
Engineer Aircraft Reliability & Maintenance Program (m/f/x) Aerologic GmbH
Leipzig/Halle Airport Zum Job 
THOST Projektmanagement GmbH-Firmenlogo
Consultant Digital Transformation (m/w/d) Schwerpunkte IT, Industrie und Engineering THOST Projektmanagement GmbH
Freiburg im Breisgau, Mannheim, München, Stuttgart Zum Job 
Kromberg & Schubert Automotive GmbH & Co. KG-Firmenlogo
Ingenieur für Funktionale Sicherheit (m/w/d) Kromberg & Schubert Automotive GmbH & Co. KG
Abensberg bei Regensburg Zum Job 
Hamamatsu Photonics Deutschland GmbH-Firmenlogo
Vertriebsingenieur (m/w/d) Bereich Spektrometer und Mikroskopie Hamamatsu Photonics Deutschland GmbH
Herrsching am Ammersee Zum Job 
Brüninghoff GmbH & Co.KG-Firmenlogo
Ingenieurin (m/w/divers) als Führungskraft für Arbeitssicherheit / Gesundheitsschutz Brüninghoff GmbH & Co.KG
Quantum-Systems GmbH-Firmenlogo
Junior Recruiter (m/f/d) Quantum-Systems GmbH
Gilching Zum Job 
Rhein-Sieg Netz GmbH-Firmenlogo
Ingenieur (m/w/d) Strategische Netzplanung Rhein-Sieg Netz GmbH
Siegburg Zum Job 
Quantum-Systems GmbH-Firmenlogo
Manager (m/w/d) Export/Zoll & Auftragsabwicklung Quantum-Systems GmbH
Gilching Zum Job 
Quantum-Systems GmbH-Firmenlogo
.Net Software Developer (Munich or Kyiv) (f/m/d) Quantum-Systems GmbH
Gilching, Kiew (Ukraine) Zum Job 
EMKA Beschlagteile GmbH & Co KG-Firmenlogo
Produktmanager für elektronmechanische Produkte (m/w/d) EMKA Beschlagteile GmbH & Co KG
Wuppertal Zum Job 

Roboter-System besteht aus einem Lehrer und einem Schüler

Ihre Lösung ist ein Roboter-Manipulationssystem, das über einen zweistufigen Lernprozess funktioniert. Vereinfacht gesagt, läuft das folgendermaßen ab: Ein „Lehrer“-Algorithmus löst zunächst jeden einzelnen Schritt, den der Roboter ausführen muss, um die Aufgabe zu erfüllen. In Stufe zwei unterrichtet dieser Lehrer ein maschinelles Lernmodell (Schüler) darin, auf einer abstrakten Ebene zu verstehen, wann und wie die einzelnen Fähigkeiten ausgeführt werden müssten, die während der Aufgabe benötigt werden. Mit diesem Wissen kann das System entscheiden, wie es seine Fähigkeiten anwenden muss, um die gesamte Aufgabe zu bewältigen.

Die Forscher zeigen, dass diese Methode, die sie DiffSkill nennen, in der Lage ist, komplexe Manipulationsaufgaben in Simulationen auszuführen, unter anderem das Verarbeiten von Teig oder das Aufsammeln von Teigstücken um ein Schneidebrett herum.

„Diese Methode ist näher dran an der Art und Weise, wie wir als Menschen unsere Handlungen planen“, sagt Yunzhu Li, Doktorandin im Computer Science and Artificial Intelligence Laboratory (CSAIL) des MIT. „Wenn ein Mensch eine Aufgabe mit langem Zeithorizont ausführt, schreiben wir nicht alle Details auf. Wir haben einen übergeordneten Plan, der uns grob die Etappen und einige der Zwischenziele vorgibt, die wir auf dem Weg dorthin erreichen müssen, und dann führen wir sie aus.“

Weltmarkt: Fast die Hälfte der Roboter kommen aus Japan

Roboter setzt abstraktes Wissen in konkrete Bewegungen um

Der „Lehrer“ im Rahmen von DiffSkill ist ein Algorithmus zur Trajektorienoptimierung, der also die Bewegungen eines Roboters verbessert. Er kann Aufgaben mit kurzem Zeithorizont lösen, bei denen der Ausgangszustand und der Zielort eines Objekts nahe beieinander liegen. Der Trajektorienoptimierer arbeitet in einem Simulator, der die Physik der realen Welt modelliert. Der „Lehrer“ nutzt die Informationen des Simulators, um zu erfassen, wie sich der Teig in jeder Phase bewegen muss, und gibt dann die entsprechenden Werte für die benötigten Roboter-Bewegungen aus.

Dann lernt das neuronale Netz des „Schülers“, die Aktionen des „Lehrers“ zu imitieren. Als Eingaben verwendet es zwei Kamerabilder, eines, das den Teig in seinem aktuellen Zustand zeigt, und ein anderes, das den Teig am Ende der Aufgabe zeigt. Das neuronale Netz erstellt einen Plan auf hoher Ebene, um zu bestimmen, wie die verschiedenen Fähigkeiten miteinander verknüpft werden müssen, um das Ziel zu erreichen. Anschließend generiert es für jede Fähigkeit spezifische Bewegungsbahnen (Trajektorien) mit kurzem Zeithorizont und sendet die Befehle direkt an die Werkzeuge.

Roboter löst komplexe Aufgaben in Simulationen problemlos

Die Wissenschaftlerinnen und Wissenschaftler haben diese Technik benutzt, um den Roboter in Simulationen drei verschiedene Aufgaben mit dem Teig ausführen zu lassen. Bei einer Aufgabe verwendete der Roboter einen Spatel, um den Teig auf ein Schneidebrett zu heben, und dann ein Nudelholz, um ihn zu glätten. Bei einer anderen Aufgabe sammelt er mit einem Greifer Teig von der ganzen Theke ein, legte ihn auf einen Spatel und dann auf ein Schneidebrett. Bei der dritten Aufgabe schnitt der Roboter den Teigstapel mit einem Messer in zwei Hälften und transportierte dann jedes Stück mit einem Greifer an einen anderen Ort.

Als Nächstes wollen die Forschenden die Leistung von DiffSkill weiter verbessern, indem sie statt der Bilder 3D-Daten als Eingaben verwenden. Außerdem wollen sie den Planungsprozess des neuronalen Netzes effizienter gestalten und mehr unterschiedliche Trainingsdaten sammeln, um die Fähigkeit von DiffSkill zu erhöhen, sein Wissen so zu verallgemeinern, dass es auf neue Situationen übertragen werden kann.

Natürlich geht es nicht wirklich darum, menschliche Pizzabäcker zu ersetzen, aber die neuen Fähigkeiten lassen sich hervorragend auf andere Bereiche übertragen. Ein gutes Beispiel wären Pflegeroboter, die komplexe Handlungen bei motorisch eingeschränkten Menschen ausführen könnten und sie zum Beispiel baden oder anziehen.

Lesen Sie auch:

Mehr lesen über Roboter:

Ein Beitrag von:

  • Nicole Lücke

    Nicole Lücke macht Wissenschaftsjournalismus für Forschungszentren und Hochschulen, berichtet von medizinischen Fachkongressen und betreut Kundenmagazine für Energieversorger. Sie ist Gesellschafterin von Content Qualitäten. Ihre Themen: Energie, Technik, Nachhaltigkeit, Medizin/Medizintechnik.

Zu unseren Newslettern anmelden

Das Wichtigste immer im Blick: Mit unseren beiden Newslettern verpassen Sie keine News mehr aus der schönen neuen Technikwelt und erhalten Karrieretipps rund um Jobsuche & Bewerbung. Sie begeistert ein Thema mehr als das andere? Dann wählen Sie einfach Ihren kostenfreien Favoriten.