Die Entwicklung von Agilen, Autonomen Robotern: Fortschritte und Herausforderungen

Einführung

Die Forschung zur autonomen Fortbewegung von Robotern hat in den letzten Jahren erhebliche Fortschritte gemacht. Insbesondere die Fähigkeit von Robotern, sich in unstrukturierten und dynamischen Umgebungen zu bewegen, ist ein zentrales Thema der Robotik. Diese Entwicklungen sind entscheidend für Anwendungen wie Rettungsmissionen, die Exploration unbekannter Territorien und sogar den Einsatz in häuslichen Umgebungen. Ein herausragendes Beispiel für diese Fortschritte ist die kontinuierliche, agile und autonome Fortbewegung von vierbeinigen Robotern in unebenem Gelände, wie es von Guanya Shi und seinem Team vorgestellt wurde.

Die Herausforderung der kontinuierlichen Fortbewegung

Die kontinuierliche Fortbewegung über unebenes Gelände, wie Treppen und Trittsteine, stellt eine erhebliche technologische Herausforderung dar. Anders als bei Einzelsprüngen erfordert diese Art der Bewegung eine präzise Ausführung hochdynamischer Bewegungen über längere Zeiträume hinweg. Diese Aufgabe wird durch die variable Beschaffenheit des Geländes und die Notwendigkeit, schnelle Anpassungen vorzunehmen, erheblich erschwert.

Technologische Ansätze

Um diese Herausforderungen zu bewältigen, hat das Team um Guanya Shi eine hierarchische Lern- und Kontrollarchitektur entwickelt. Diese Architektur besteht aus mehreren Schichten, die jeweils spezifische Aufgaben übernehmen:

1. Höhenkartenprädiktor

Ein lernbasierter Höhenkartenprädiktor ermöglicht eine robuste Geländeerkennung. Diese Komponente ist entscheidend, um das Gelände im Voraus zu analysieren und die Bewegungsstrategie entsprechend anzupassen.

2. Verstärkungslern-basierte Bewegungssteuerung

Auf der Zentroid-Ebene wird eine Bewegungssteuerung eingesetzt, die auf Verstärkungslernen basiert. Diese Steuerung erlaubt eine vielseitige und geländeangepasste Planung der Bewegungen.

3. Modellbasierte Beinsteuerung

Auf der niedrigsten Ebene sorgt eine modellbasierte Beinsteuerung für die präzise Ausführung der geplanten Bewegungen. Diese Steuerung berücksichtigt die spezifischen Hardware-Eigenschaften des Roboters und minimiert so die Lücke zwischen Simulation und realer Anwendung.

Ergebnisse und Anwendungen

Die entwickelte Architektur ermöglichte es einem Unitree Go1-Roboter, erstmals agile und kontinuierliche Sprünge auf menschlich großen Treppen und spärlich verteilten Trittsteinen auszuführen. Der Roboter konnte zwei Treppenstufen in einem Sprung überwinden und eine 3,5 Meter lange, 2,8 Meter hohe 14-Stufen-Treppe in nur 4,5 Sekunden bewältigen. Darüber hinaus übertraf dieselbe Steuerung Baselines in verschiedenen anderen Parkour-Aufgaben, wie dem Springen über einzelne horizontale oder vertikale Diskontinuitäten.

Offene Herausforderungen und zukünftige Entwicklungen

Trotz dieser beeindruckenden Fortschritte gibt es noch viele offene Herausforderungen. Eine zentrale Herausforderung besteht darin, die Robustheit und Anpassungsfähigkeit der Roboter weiter zu verbessern, insbesondere in stark variierenden und unbekannten Umgebungen. Darüber hinaus ist es wichtig, die Effizienz der Algorithmen zu steigern, um eine schnellere Echtzeit-Anpassung zu ermöglichen. Ein weiterer wichtiger Aspekt ist die Integration von Sicherheitsmechanismen. In diesem Kontext stellt das Agile But Safe (ABS) Framework eine vielversprechende Entwicklung dar. Dieses Framework integriert Verstärkungslernen mit einer kontrolltheoretischen Erreich-Vermeide-Wertschätzung, um eine agile und kollisionsfreie Fortbewegung zu gewährleisten.

Fazit

Die kontinuierliche, agile und autonome Fortbewegung von Robotern in unebenem Gelände stellt eine bedeutende technologische Herausforderung dar, die jedoch mit den richtigen Ansätzen gemeistert werden kann. Die Forschung von Guanya Shi und seinem Team zeigt, dass durch die Kombination von lernbasierten und modellbasierten Methoden erhebliche Fortschritte erzielt werden können. Diese Entwicklungen eröffnen neue Möglichkeiten für den Einsatz von Robotern in einer Vielzahl von Anwendungen, von Rettungsmissionen bis hin zur häuslichen Unterstützung. Bibliographie - https://scholar.google.de/citations?user=joR1Z4UAAAAJ&hl=ja - https://twitter.com/GuanyaShi/status/1752873239284490633 - https://www.linkedin.com/posts/guanya-shi-b07b43126_corl2023-activity-7127042187564871680-7L0s - https://www2.informatik.uni-hamburg.de/wtm/publications/2019/ENW19/frobt-06-00123.pdf - https://www.ias.informatik.tu-darmstadt.de/Talks/Talks - https://lecar-lab.github.io/research.html - https://www.ias.informatik.tu-darmstadt.de/Teaching/RobotLearningTopics