Mensch-Maschine-Interaktion

Automatisiertes Pflegepersonal

Beim Forschungsprojekt ILIAS wird ein Robotersystem entwickelt, das durch Imitationslernen in der Lage sein soll Demenzkranke in ihrem Alltag zu unterstützen.

Robotik ArtiMinds Robotics Mensch-Maschine-Interaktion Deep Learning

Ein Roboter lernt in einer simulierten Supermarktumgebung autonom Gegenstände des täglichen Bedarfs zu greifen.

Nach Angaben der Deutschen Alzheimer-Gesellschaft leiden in Deutschland derzeit etwa 1,6 Millionen Menschen an Demenz. In Österreich sind es laut Sozialministerium rund 130.000 Menschen, die an irgendeiner Form von Demenz leiden. Durch den kontinuierlichen Altersanstiegs in der Bevölkerung wird sich diese Zahl bis zum Jahr 2050 verdoppelt haben - somit wird auch der Pflegebedarf weiterhin steigen. Service-Roboter könnten die Betroffenen in ihrem Alltag, z.B. beim Einkaufen und zu Hause unterstützten und so deren Lebensqualität steigern. Um Ältere und Erkrankte an den sich aus der KI und Digitalisierung ergebenden Chancen profitieren zu lassen, wurde im März 2019 das Projekt ILIAS „Imitationslernen von menschlichen Demonstrationen in virtueller Realität für physikalische Mensch- Roboter-Interaktion bei Assistenzaufgaben“ gestartet und soll voraussichtlich bis zum Frühjahr 2022 laufen. Die Initiatoren des Forschungsprojekts sind die Universität Bremen, der Robotik-Experte und Softwarehersteller ArtiMinds Robotics, das koreanische Unternehmen Surromind Robotics und die Seoul National University.

Automatisiertes, maschinelles Lernverfahren

Ziel des Unternehmens ArtiMinds Robotics ist es dabei, ihre Programmiersoftware ArtiMinds Robot Programming Suite KI-basiert weiterzuentwickeln. Durch Planungs- und maschinelle Lernverfahren soll das Erzeugen von Roboterprogrammen weitestgehend automatisiert und aus VR-Daten sowohl Programmstrukturen als auch deren Parametrierung automatisch generiert werden. 

Sieh' zu und lerne

Damit Roboter Demenzkranke unterstützen können, müssen sie in der Lage sein, Interaktionen mit ihrer Umgebung basierend auf der Anweisung des Menschen selbstständig abzuleiten. Um Roboterprogramme für diese Bewegungsabläufe und komplexen Manipulationsaufgaben automatisch zu generieren, greift das Forschungsprojekt auf den Ansatz des Imitationslernens zurück. Hierbei lernt der Roboter mittels künstlicher neuronaler Netze (Deep Learning) aus Beispielen und Erfahrungen. Die menschlichen Demonstrationen entstehen in der Virtuellen Realität, um dem Roboter möglichst einfach und schnell eine große Anzahl an Aufnahmen bereitzustellen und seine Lernkurve zu beschleunigen. 

White Paper zum Thema

Selbstständiges Lernen und Optimieren mittels Shadow Program Inversion (SPI)

Benjamin Alt, Research Scientist bei ArtiMinds Robotics und Doktorand an der Universität Bremen, erklärt: „Damit Roboter schnell und effektiv neue Fertigkeiten erlangen und diese auch selbst optimieren können, haben wir den neuartigen Ansatz der Shadow Program Inversion (SPI) entwickelt. Hierbei werden die optimalen Fähigkeitsparameter direkt aus Daten abgeleitet. Außerdem arbeiten wir an einer Methode, bei der mittels datengestützter Interferenz der vorhandenen Sensordaten automatisch eine optimale Struktur des Roboterprogramms erstellt wird. Auch wenn sich das Forschungsprojekt auf Service-Roboter fokussiert, ist für ArtiMinds der Transfer ins industrielle Umfeld von ebenso großer Bedeutung. Mit Blick auf die Industrie kann vor allem die Programmierung von kraftgeregelten Aufgaben wie z.B. die Bestückung von Leiterplatten mit elektronischen Bauteilen dadurch immens vereinfacht werden.“

Das bei der internationalen Konferenz ICRA eingereichte Paper über Parameterinferenz und den Shadow Program Inversion-Ansatz wurde angenommen. ICRA ist eine der wichtigsten und größten wissenschaftlichen Veranstaltungen, die sich mit Forschungsergebnissen und neuen Ansätzen im Bereich Robotik und Automatisierung beschäftigt und soll im Mai 2021 in China stattfinden.