Es ist für Menschen zu einem wahren Übergangsritus geworden, wenn sie sich in ihren ersten Wohnungen niederlassen: ein Möbelstück von Ikea aus einem kryptischen Satz von Bildern zusammenzusetzen, ohne dass Sie oder das fragliche Objekt auseinanderfallen.
Welchen besseren Weg, dachten Forscher an der University of Southern California, um Roboter zu foltern und zu unterrichten, um die Welt um sie herum zu manipulieren. Auf den Spuren von Forschern, die im vergangenen Jahr Roboterarme für die Montage dieser klassischen Stefan-Stühle bekommen haben (Roboter lieben Ikea), schenken sie der Robotik-Community einen neuen Simulator, mit dem sie Roboter für die Herstellung von billigen schwedischen Möbeln trainieren können. Letztendlich hoffen sie, dass Maschinen beginnen, sich unserer eigenen Geschicklichkeit und Anpassungsfähigkeit an neuartige Objekte anzunähern. Meine Damen und Herren und Roboter, greifen Sie zu Ihren Inbusschlüsseln.
Das Zusammenbauen von Dingen aus Ikea ist für Sie und mich gleichzeitig einfach und höllisch: Sie beklagen den Vorgang, aber Ihr großes Gehirn kann die abstrakten Anweisungen (meistens) in etwas Reales übersetzen. Sie stoßen auf alle möglichen Probleme, aber Ihre Kreativität überwindet sie mühelos. Der Inbusschlüssel verkrampft Ihre Hand, aber Ihre menschlichen Manipulationskräfte sind beispiellos.
Für einen Roboter ist das alles pures Grauen. Sicher, Roboter arbeiten seit Jahrzehnten am Fließband, aber sie sind nur der Muskel. Sie heben zum Beispiel große Teile wie Autotüren an ihren Platz, während sich der Mensch um feine Manipulationen wie das Einschrauben winziger Teile kümmert. Die Umgebung der Roboter ist stark reguliert, sodass die Maschinen niemals improvisieren müssen - selbst wenn sie dazu schlau genug wären, würde ihre Unberechenbarkeit ihre menschlichen Mitarbeiter gefährden.
Wenn wir aber möchten, dass Roboter in unseren Häusern von Nutzen sind, müssen sie flexibler sein. Und um sie dorthin zu bringen, müssen sie vielleicht üben, Ikea-Möbel zu bauen - ein facettenreiches Problem, das den Maschinen eine Vielzahl von Lektionen beibringen kann.
Diese Forscher bauten ihren digitalen 3D-Spielplatz auf, indem sie die Physik der realen Welt wie Schwerkraft und Reibung simulierten. Sie können auch mit Variablen wie Beleuchtung und Texturen spielen. In diese Umgebung lassen sie Simulationen von verschiedenen Robotern wie dem einarmigen Sawyer und dem zweiarmigen Baxter fallen und lassen sie mit über 80 verschiedenen Stühlen, Tischen, Bücherschränken und mehr spielen. All dies wird von der Game Engine Unity gerendert, sodass wir Menschen den Fortschritt der Roboter sehen können.
Warum all diese Schwierigkeiten durchmachen, wenn Sawyer und Baxter in der realen Welt existieren und in einer beliebigen Anzahl von Robotiklabors lernen können? Weil es ein aufrichtiger Schmerz ist, einen physischen Roboter aus Metall und Plastik zum Lernen zu bringen. In der Regel erfolgt dies mit dem Lernen der Verstärkung, bei dem die Maschine verschiedene Taktiken ausprobiert und eine Belohnung für gute Griffe und eine Strafe für schlechte Griffe erhält. Nach vielen, vielen Iterationen stolpert der Roboter schließlich über eine Lösung. In einer Simulation können Sie Tausende von Iterationen so viel schneller durchlaufen, als es die physikalischen Gesetze zulassen. Sicher, solche Simulationen sind unvollständige Darstellungen, aber sie sind weitaus effizienter.
Die Idee mit diesem neuen Ikea-Wunderland ist es, Robotikforschern eine standardisierte Plattform zu bieten, um Robotern beizubringen, wie sie Teile manipulieren und komplexe Objekte zusammenbauen können. "Obwohl es für Menschen scheinbar sehr trivial ist, müssen wir nicht nur ein Teil greifen - wir müssen genau wissen, wo und mit welcher Kraft wir es greifen können", sagt der USC-Robotiker Joseph Lim, der bei der Entwicklung des Systems mitgewirkt hat ist ein sehr großes offenes Problem für die Robotik. “
Dann gibt es das Problem, eine Reihe von Manipulationen aneinander zu reihen, um einen Stuhl zu konstruieren. Stücke müssen auf eine bestimmte Weise zusammenkommen, und Schritte müssen in einer bestimmten Reihenfolge kommen. Zu diesem Zweck setzen die Forscher möglicherweise Nachahmungslernen ein oder demonstrieren der Maschine, wie etwas zu tun ist, indem sie es zuerst mit einem Joystick bewegen. "Eines unserer Ziele ist es, zu lernen, wie sich Menschen verhalten", sagt Lim. "Wir beobachten, wie Menschen Möbel wie etwa ein Video zusammenbauen, und können dann lernen, wie man diese im Grunde kopiert oder nachahmt."
