KI in Robotern: Wahrnehmung, gelernte Steuerung und Foundation Models

Roboter nutzen seit Jahrzehnten Algorithmen, doch maschinelles Lernen verändert, was sie außerhalb streng kontrollierter Fabriken leisten können. So kommt KI in einem modernen Roboter zum Einsatz.

Wahrnehmung

Neuronale Netze machen aus Kamera- und Tiefenbildern verwertbare Informationen: welche Objekte vorhanden sind, wo sich Menschen befinden, wie der Boden beschaffen ist. Das ist der ausgereifteste Einsatz von KI in Robotern; man findet ihn in Kommissioniersystemen, Servicerobotern und Inspektionsrobotern.

Gelernte Fortbewegung

Viele neuere Vierbeiner und Humanoide laufen mit Reglern, die per Reinforcement Learning (bestärkendes Lernen) in der Simulation trainiert wurden: Der Roboter übt millionenfach in einer virtuellen Welt mit wechselndem Gelände und Störungen, und der so entstandene Regler wird anschließend auf den realen Roboter übertragen. Dadurch sind Laufroboter auf Treppen, Rampen und unebenem Untergrund deutlich robuster geworden.

Lernen aus Vorführungen

Beim Imitation Learning (Imitationslernen) führt ein Mensch eine Aufgabe vor, etwa indem er den Roboter fernsteuert oder von Hand führt, und ein Modell lernt, sie nachzuahmen. Das senkt den Aufwand, neue Handhabungsfähigkeiten beizubringen, vor allem bei Aufgaben, die sich nur schwer von Hand programmieren lassen, etwa das Falten von Textilien.

Foundation Models für Roboter

Der neueste Ansatz trainiert große Modelle mit riesigen Mengen an Roboter- und Internetdaten, sodass ein einziges Modell Anweisungen in natürlicher Sprache befolgen und viele Aufgaben ausführen kann. Mehrere Hersteller humanoider Roboter bauen ihre Produkte um solche Modelle herum. Sie sind vielversprechend, aber noch Gegenstand aktiver Forschung: Zuverlässigkeit, Geschwindigkeit und Sicherheit in realen Umgebungen unterscheiden sich zwischen Demo und Alltagsbetrieb oft erheblich.

Worauf Sie bei einem „KI-gestützten“ Roboter achten sollten

• Was genau die KI leistet: Wahrnehmung, Navigation, Fortbewegung oder das Erlernen von Aufgaben.
• Ob sie auf dem Roboter läuft oder eine Cloud-Verbindung benötigt.
• Welcher Rechner an Bord ist (siehe Rechenplattform in den technischen Daten).
• Ob Sie die Modelle selbst trainieren oder ändern können.

Entdecken Sie humanoide Roboter und Forschungsroboter und lesen Sie die bekannten Probleme, die Besitzer aus dem realen Einsatz melden.