Das berichteten die Robotikforscher der Eidgenössischen Technischen Hochschule in Zürich (ETH Zürich) in einer Studie, die am Mittwoch in der Fachzeitschrift «Science Robotics» veröffentlicht wurde.
«Wir haben für die Tests raue Umgebungen nachgebaut, wie sie zum Beispiel nach Naturkatastrophen anzutreffen sind, wo Trümmer beim Betreten weiter zerfallen können, oder auf Baustellen, wo Ölflecken für rutschige Oberflächen sorgen», sagte Erstautor Fabian Jenelten auf Anfrage der Nachrichtenagentur Keystone-SDA. Zum Testparcours gehörten etwa schmale Balken, hohe Kisten, eine lose Abdeckplatte, die beim Betreten nach vorne kippte, ein Rollbrett, eine rutschige Platte und ein Schaumstoffblock.
Auf jedem Terrain bewegte sich Anymal mit der neuen Steuerung besser als zuvor, wie die Forschenden berichteten. Und wenn er einmal strauchelte, konnte er sich gut wieder auffangen. Um dies zu erreichen, haben die Robotikforscher zwei verschiedene Steuerungsmethoden kombiniert.
In der virtuellen Welt trainiert
Die eine nennt sich verstärkendes Lernen. Man könne sich dies etwa vorstellen wie ein Kind, das durch Erfahrungen lernt, erklärte Jenelten. Der Roboter bewege sich dafür in der virtuellen Welt auf verschiedenen Terrains. Jedes mal, wenn er etwas richtig gemacht habe, habe er eine Art Belohnung erhalten. Um schneller an diese Erfahrungen zu kommen, haben die Forschenden 4000 solcher Roboter zwei Wochen lang parallel ins virtuelle Terrain geschickt, die alle mit demselben «Hirn» verbunden waren.
Du willst keine News mehr verpassen? Hol dir die Today-App.
Die zweite Methode ist in dieser Analogie die Mutter des Kindes, die ihm sagt, wohin es den Fuss setzen müsse, wie Jenelten erklärte. Der Roboter erstellt dafür eine Karte seiner Umgebung, auf der er sieht, wo es Löcher im Boden gibt, und wo sich Treppenstufen befinden. Sobald aber etwa die Sicht eingeschränkt sei, etwa wegen Nebels oder Sand, bekomme diese Steuerungsmethode Probleme.
Damit habe man die Vorteile von beiden Welten verbunden, sagte Jenelten. Der Roboter könne sehr genau planen, wohin er den Fuss setze, sei aber auch sehr gut darin, sich wieder aufzufangen, wenn er etwa ausrutsche.
(sda/lib)