17 Dez Roboter lernen energieoptimierte Bewegungen
Menschen und Tiere bewegen sich – ohne bewusst darüber nachzudenken – besonders ökonomisch, indem sie die Eigenschwingungen ihres Körpers nutzen. Vierbeiner, die sich im Schritt bewegen und langsam schneller werden, fallen irgendwann automatisch in den Trab. Der Grund dafür ist, dass es mehr Energie bräuchte, nicht die Gangart zu wechseln. Dieser Zusammenhang wurde schon vor mehr als 40 Jahren entdeckt. Nun ist es Alin Albu-Schäffer, Professor für sensorbasierte Robotersysteme und intelligente Assistenzsysteme an der Technischen Universität München (TUM), gelungen, die Methode auf die Bewegung von Robotern zu übertragen.
Dynamische Bewegungsanpassung ist komplex
Experten sprechen von intrinsischer Dynamik, die Menschen und Tiere für ihre energie-effiziente Bewegungen nutzen. Sie passen zum Beispiel die Steifigkeiten ihrer Muskeln an, wenn sie auf einem härteren Untergrund laufen. Diese Anpassungen passieren automatisch und sind schwer zu identifizieren, sowohl im Menschen als auch in komplexen Roboter-Systemen. Ein neues Tool der Forschenden ist in der Lage, dieses Wissen für die effizientere Bewegung von Robotern zu nutzen. Albu-Schäffer: „Uns ist es erstmals gelungen, diese intrinsischen hocheffizienten Bewegungen berechenbar zu machen.“ Mit dem Tool sei es möglich, herauszufinden, welche Bewegungen eines Systems besonders ökonomisch sind.
Ein Roboter lernt ökonomische Bewegungen
Ein wichtiges Testobjekt ist Bert, ein vierbeiniger Roboter, der aussieht wie ein kleiner Hund. Albu-Schäffer hat Bert am Deutschen Zentrum für Luft- und Raumfahrt (DLR) entworfen. Die Forschenden identifizierten sechs Bewegungsmuster für Bert, die Albu-Schäffer als besonders mühelos beschreibt und die in einer Welt ohne Reibung keinerlei Energie bräuchten. Sie entsprechen teilweise bekannten Gangarten von Vierbeinern, wie etwa Gehen, Trab oder Hüpfen. „Wir haben damit die Hypothese bestätigt, dass effiziente Gangarten durch Ausnutzung natürlicher Schwingungsmuster realisiert werden können“, erläutert Albu-Schäffer, der zudem im Munich Institute of Robotics and Machine Intelligence (MIRMI) engagiert ist.
Exaktes Timing trifft Eigenschwingungen
Um diese Bewegungen in einem realen System mit Reibung umzusetzen, wurde nun ein computergesteuerter Regler hinzugefügt, der im richtigen Moment einen Impuls gibt. „Dies kann man sich ähnlich vorstellen, wie ein Kind, das auf einer Schaukel sitzt und am höchsten Punkt einen Energieimpuls durch seine Eltern bekommt, die es anschubsen“, erläutert Annika Schmidt aus dem Forschendenteam. Mit einem Unterschied: „Der Mensch benötigt zum exakten Timing nicht jede Menge Gleichungen im Kopf – er macht das intuitiv“, sagt die Doktorandin.
Hocheffiziente Bewegungsmuster von Menschen und Tieren wurden erstmals auf einen Roboter namens Bert übertragen. Bild: TUM
In einem Wettrennen zwischen drei Bert-Modellen lässt sich der Erfolg laut den Forschenden zeigen. Der Roboterhund, der die Methode der intrinsischen Bewegung einprogrammiert bekommen hat, bewegt sich eher hüpfend und viel dynamischer und schneller voran, als seine Geschwister, die auf konventionellere Bewegungsmuster setzen.
Link zum YouTube-Video des Wettrennens
Quelle und Bild: www.tum.de
