Menü
Peiner Allgemeine | Ihre Zeitung aus Peine
Anmelden
Netzwelt Ein Roboter spielt Jenga – und das sogar ganz gut
Nachrichten Medien Netzwelt Ein Roboter spielt Jenga – und das sogar ganz gut
Partner im Redaktionsnetzwerk Deutschland
20:00 30.01.2019
Der Roboterarm ist mit empfindlichen Berührungssensoren ausgestattet. Quelle: Fazeli et al., Sci. Robot. 4/eaav3123/dpa
Cambridge

Nach Strategiespielen wie Schach und Go lernen Roboter nun auch, Geschicklichkeitsspiele zu spielen. Zur Bewältigung des Spiels Jenga, bei dem ein Turm aus Holzklötzen umgebaut werden muss, statteten Wissenschaftler einen Roboterarm mit empfindlichen Berührungssensoren aus. Ein solcher Roboter könne Aufgaben erfüllen, bei denen Geschicklichkeit gefragt ist, schreibt das Team um Nima Fazeli vom Massachusetts Institute of Technology (MIT) in Cambridge im Fachmagazin „Science Robotics“.

„Schlussfolgern durch Tasten ist im Tierreich allgegenwärtig, aber in der Roboterhandhabung unterentwickelt“, schreiben die Forscher. Dabei könnten Informationen, die durch Ertasten vermittelt werden, in der Industrie sinnvoll eingesetzt werden. „In einer Fertigungsstraße für Mobiltelefone kommt in fast jedem einzelnen Schritt der Eindruck von einem Schnappverschluss oder einer Gewindeschraube eher von Kraft und Berührung her als vom Sehen“, erklärt Mitautor Alberto Rodriguez.

Der Roboterarm teilt die Klötzchen in Kategorien ein

Die Forscher kombinierten Kameraaufnahmen mit Berührungssensoren und speisten mit diesen Daten ein künstliches neuronales Netzwerk. Um die Lernzeit zu verkürzen, war dem Roboter vorgegeben, dass er Vorgänge mit gleichem oder ähnlichem Ergebnis – etwa dem Einstürzen des Jenga-Turms – in Clustern zusammenfasst. Auf diese Weise hatte der Roboter eine steilere Lernkurve als mit anderen Verfahren und brauchte nur etwa 300 Versuche statt zehntausende, um ein gutes Spielergebnis zu erzielen.

Lesen Sie hier: Googles KI spielt besser „Starcraft“ als ein menschlicher Profi

Zunächst wurde das Lernverhalten des Roboters simuliert. Dann folgte das Spielen mit echten Jenga-Klötzchen. Wenn der Roboterarm mit dem Spielen begann, testete er zufällig ausgewählte Holzbausteine. Er bewegte sie etwa einen Millimeter und bewertete sie nach Kategorien wie „leicht zu bewegen“, „schwer zu bewegen“ und „gar nicht zu bewegen“. Je nach Bewertung setzte er seine Bemühungen fort, den Baustein zu entfernen – oder eben nicht.

Der Unterschied zum Menschen ist nicht so groß

Entfernte Bausteine werden bei Jenga oben auf den Turm gelegt. Der Roboter schaffte es nach kurzer Lernzeit, 21 oder mehr Bausteine zu entfernen und neu zu platzieren, ohne dass der Turm kippte. „Wir haben gesehen, wie viele Blöcke ein Mensch herausziehen konnte, bevor der Turm fiel, und der Unterschied war nicht so groß“, sagt Miquel Oller, ein weiterer Autor der Studie. Ziel der Forscher ist es letztlich aber nicht, den Roboter zu einem unschlagbaren Jenga-Meister zu machen. Sie wollen seine mit der Kombination von visuellen und ertasteten Daten hinzugewonnen Fähigkeiten erforschen.

In einem weiteren Beitrag in „Science Robotics“ befasst sich Robin Murphy von der Texas A&M University mit der Darstellung von Roboterlernen in Science-Fiction-Büchern und -Filmen. Häufige Motive sind dabei, dass das Lernen für Roboter einfach ist und dass es zu Empfindungsvermögen führt. Beides sei in der Wirklichkeit nicht so, schreibt Murphy. Eine Sache aber werde meist korrekt dargestellt: Dass es sehr schwierig ist, einem Roboter beizubringen, das Richtige zu lernen.

Von RND/dpa

Für 20 Dollar im Monat legten Nutzer einer Studien-App nahezu ihr gesamtes Online-Leben für Facebook offen. Facebook verteidigt das schon 2016 gestartete Programm – stellte es jetzt aber schnell ein.

30.01.2019

Das iPhone, Apples wichtigstes Produkt, schwächelt – vor allem in China. Andere Geschäftsbereiche sorgen aber dafür, dass der Konzern im Weihnachtsgeschäft wieder rund 20 Milliarden Dollar Gewinn einfuhr.

30.01.2019

Von gedachten Worten in gesprochene Sprache: Wissenschaftlern ist es gelungen, Hirnsignale zu übersetzen. Können wir bald die Gedanken von anderen Menschen lesen?

30.01.2019