Technologie für mehr Fingerfertigkeit 16.11.2021, 07:00 Uhr

Fast wie ein Mensch: Roboterhand packt zu!

Industrielle Roboter sind Spezialisten, keine Allrounder. Das könnte sich bald ändern: MIT-Forschende zeigen, wie eine Roboterhand 2.000 verschiedene Objekte neu ausrichtet, um sie anzufassen.

Eine Roboterhand greift eine Kugel

Wie gelingt es, dass eine Roboterhand Gegenstände besser greift (Symbolbild)?

Foto: panthermedia.net/AndreyPopov

Mit nur einem Jahr sind Babys geschickter als industriell eingesetzte Roboter. Sie greifen Gegenstände in unterschiedlichen Formen, Farben und Größen, lernen aber auch, Objekte abzulegen und zu sortieren. Schon lange versuchen Ingenieurinnen und Ingenieure, solche Eigenschaften auf eine Roboterhand zu übertragen, bislang ohne durchschlagenden Erfolg.

Jetzt ist Forschenden am Computer Science and Artificial Intelligence Laboratory (CSAIL) des Massachusetts Institute of Technology (MIT) ein Durchbruch gelungen. Sie haben ein System entwickelt, das mehr als 2.000 verschiedene Objekte neu ausrichten kann, wobei die Roboterhand sowohl nach oben als auch nach unten zeigt. Diese Fähigkeit, Gegenstände zu manipulieren, von einer Tasse über eine Thunfischdose bis hin zu einer Schachtel mit Keksen, könnte der Hand dabei helfen, Objekte schnell auf bestimmte Art und Weise und an bestimmten Orten zu platzieren. Einmal Gelerntes ließe sich auf völlig unbekannte Objekte übertragen, hoffen die Forschenden.

Top Stellenangebote

Zur Jobbörse
Bundeswehr-Firmenlogo
Leitende Ingenieurin / Leitender Ingenieur (m/w/d) Bundeswehr
verschiedene Standorte Zum Job 
Bundeswehr-Firmenlogo
Leitende Ingenieurin / Leitender Ingenieur (m/w/d) mit Master Bundeswehr
verschiedene Standorte Zum Job 
Bundeswehr-Firmenlogo
Ingenieurin / Ingenieur (m/w/d) mit Bachelor Bundeswehr
verschiedene Standorte Zum Job 
ACONEXT Engineering GmbH-Firmenlogo
Entwicklungsingenieur Automotive (m/w/d) ACONEXT Engineering GmbH
München Zum Job 
ACONEXT Engineering GmbH-Firmenlogo
Konstrukteur / Technischer Produktdesigner CATIA V5 oder Siemens NX (m/w/d) von Kunststoff- oder Metallbauteilen ACONEXT Engineering GmbH
München Zum Job 
ACONEXT Engineering GmbH-Firmenlogo
Softwaretester Automotive (m/w/d) ACONEXT Engineering GmbH
München Zum Job 
ACONEXT Engineering GmbH-Firmenlogo
Software Entwickler Automotive (m/w/d) ACONEXT Engineering GmbH
München Zum Job 
ACONEXT Engineering GmbH-Firmenlogo
Versuchsingenieur/-techniker zur Erprobung Gesamtfahrzeug und Testing von Komponenten (m/w/d) ACONEXT Engineering GmbH
München, Ingolstadt Zum Job 
Mainova AG-Firmenlogo
Ingenieur (w/m/d) Instandhaltung Mainova AG
Frankfurt am Main Zum Job 
DEKRA Automobil GmbH-Firmenlogo
Sachverständiger Schallschutz und Bauakustik (m/w/d) NRW DEKRA Automobil GmbH
Nordrhein-Westfalen Zum Job 
Richard Hönig Wirtschaftsberatungen-Firmenlogo
Strategischer Einkäufer (w/m/d) Richard Hönig Wirtschaftsberatungen
Südbayern Zum Job 
SWM Services GmbH-Firmenlogo
Projektleitung Mittelspannungsanlagen (m/w/d) SWM Services GmbH
München Zum Job 
Die Autobahn GmbH des Bundes-Firmenlogo
Projektingenieur im Hochbau (w/m/d) Die Autobahn GmbH des Bundes
München Zum Job 
Die Autobahn GmbH des Bundes-Firmenlogo
Projektingenieur Ladeinfrastruktur (w/m/d) im Geschäftsbereich Betrieb und Verkehr Die Autobahn GmbH des Bundes
München Zum Job 
Die Autobahn GmbH des Bundes-Firmenlogo
Projektingenieur im Brückenbau für Neubau-, Ausbau- und Erhaltungsmaßnahmen (w/m/d) Die Autobahn GmbH des Bundes
München Zum Job 
Deutsches Patent- und Markenamt-Firmenlogo
IT-Expertin / IT-Experte (w/m/div) Deutsches Patent- und Markenamt
München Zum Job 
Deutsches Patent- und Markenamt-Firmenlogo
Ingenieurinnen und Ingenieure, Informatikerinnen und Informatiker (technische Informatik) und Naturwissenschaftlerinnen und Naturwissenschaftler (w/m/div) Deutsches Patent- und Markenamt
München Zum Job 
B-Plan GmbH & Co. KG-Firmenlogo
Ingenieur Dipl.-Ing. / Bachelor / Master Elektrotechnik / Elektrotechniker / Elektromeister (w/m/d) B-Plan GmbH & Co. KG
Leipzig Zum Job 
Airbus-Firmenlogo
#ET7R Avionic Certification Qualification Engineer (d/f/m) Airbus
Donauwörth Zum Job 
OST – Ostschweizer Fachhochschule-Firmenlogo
Professor/in für Regelungstechnik OST – Ostschweizer Fachhochschule
Rapperswil (Schweiz) Zum Job 

Komplexe Veränderungsprozesse: Entscheidet der Faktor Mensch über den MRK-Erfolg?

Bekannte Probleme bei Roboterhänden  

Zum Hintergrund: „In der Industrie wird am häufigsten ein Greifer mit parallelen Backen verwendet, teilweise wegen seiner einfachen Steuerung, aber auch, weil Roboter nicht in der Lage sind, viele Werkzeuge zu verwenden, die wir im täglichen Leben nutzen“, sagt Tao Chen, Doktorand am MIT CSAIL. „Sogar die Verwendung einer Zange ist schwierig, weil sie einen Griff nicht geschickt hin und her bewegen.“

Eine Neuausrichtung von Objekten in der Hand des Roboters gilt als schwieriges Problem, weil viele Motoren gesteuert werden müssen und weil sich Kontakte zwischen den Fingern und den Objekten häufig ändern. Noch kniffliger wird das Problem, wenn die Hand nach unten gerichtet ist. Der Roboter muss nicht nur das Objekt bewegen, sondern auch die Schwerkraft überwinden, damit ein Gegenstand nicht herunterfällt.

Industrie 4.0: Erfolgreich mit dem Kollegen Roboter agieren

Mit künstlicher Intelligenz Bewegungsmuster optimieren

Roboterhand

Besser greifen: Simulation zur Steuerung der Roboterhand.

Foto: MIT CSAIL.

Ingenieurinnen und Ingenieure am MIT fanden heraus, dass ein vergleichsweise simpler Ansatz komplexe Probleme der Roboterhand lösen kann. Sie verwendeten einen Algorithmus des bestärkenden oder verstärkenden Lernens, auch reinforcement learning genannt. Bei der Methode des maschinellen Lernens versucht ein System anhand von Aktionen eine möglichst große virtuelle Belohnung zu erhalten. Es weiß jedoch nicht, welche Handlung in einer Situation – bei einem bestimmten Objekt – zum bestmöglichen Ziel führt.

Der besondere Ansatz war eine „Lehrer-Schüler“-Trainingsmethode. Das „Lehrer“-Netzwerk wurde anhand von Informationen über Objekte und den Roboter selbst trainiert, die in Simulationen leicht verfügbar sind, aber nicht in der realen Welt. Dazu zählten etwa die Position der Fingerspitzen in einem Koordinatensystem oder die Geschwindigkeit des Objekts.

Um sicherzustellen, dass ein Roboter auch außerhalb der Simulation arbeiten kann, wird das Wissen des „Lehrers“ mit experimentell erhobenen Daten des „Schülers“ in Einklang gebracht. Die MIT-Forschergruppe arbeitete mit Tiefenbildern von Kameras. Hinzu kamen die Objektposition und die Gelenkpositionen des Roboters. Es wurde auch ein „Schwerkraft-Lehrplan“ verwendet, bei dem der Roboter Fähigkeiten zunächst in einer hypothetischen Umgebung ohne Schwerkraft erlernt und die Steuerung dann langsam an die normale Schwerkraft anpasst.

Lesen Sie auch:

Roboter greifen Objekte mit bis zu 100% Erfolg  

Ein einziger Controller, das „Gehirn“ des Roboters, konnte eine große Anzahl von Objekten neu orientieren, die er zuvor noch nie gesehen hatte, und das ohne Kenntnis der Form. Bei vielen kleinen, kreisförmigen Objekten wie Äpfeln, Tennisbällen oder Murmeln lagen die Erfolgsquoten bei nahezu 100%, wenn sie mit der Hand nach oben und unten neu ausgerichtet wurden. Die niedrigsten Erfolgsquoten traten wenig überraschend bei komplexeren Objekten wie einem Löffel, einem Schraubenzieher oder einer Schere auf. Sie bewegten sich in der Größenordnung von etwa 30%. Da die Erfolgsquoten je nach Form des Objekts variierten, könnte das System in Zukunft auf der Grundlage häufig vorkommender Objektformen trainiert werden, um andere Gegenstände besser zu erkennen, hoffen die Forschenden.

Eine intelligente Roboterhand bald auch in der Medizin?  

Weitere Anwendungen des Modells jenseits der Industrie sind ebenfalls denkbar. Bereits im August 2021 haben MIT-Ingenieurinnen und -Ingenieure eine weiche, leichte und potenziell kostengünstige neuroprothetische Hand für Menschen vorgestellt. Amputierte, die das künstliche Glied testeten, führten tägliche Aktivitäten wie das Schließen eines Koffers, das Einschenken eines Saftkartons und das Streicheln einer Katze genauso gut aus – und in einigen Fällen sogar besser – als Personen mit steiferen Neuroprothesen. Das neue Design ist auch überraschend langlebig. Es würde aber auch von innovativen Algorithmen der Roboterhand profitieren.

Mehr zum Thema Robotik: 

Ein Beitrag von:

  • Michael van den Heuvel

    Michael van den Heuvel hat Chemie studiert. Unter anderem arbeitet er für Medscape, DocCheck, für die Universität München und für pharmazeutische Fachmagazine. Seit 2017 ist er selbstständiger Journalist und Gesellschafter von Content Qualitäten. Seine Themen: Chemie/physikalische Chemie, Energie, Umwelt, KI, 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.