Forscher der University of California, Berkeley und der Princeton University haben mit "Tango" ein auf Künstlicher Intelligenz (KI) basierendes Rahmenprogramm für die Roboter-Navigation mittels Bild- und Sprachverarbeitung entwickelt. Der Vorteil besteht in der problemlosen Beweglichkeit der Maschine in unvorhersehbaren realen Umgebungen.
"Ein Humanoid ist ein grosser, breiter, gelenkiger Körper, dessen Form sich während der Bewegung ständig verändert. Ob er einen bestimmten Weg nutzen kann, hängt davon ab, was Arme, Oberkörper und Beine in diesem Moment tun", so Dhruv Shah von der Princeton University. Gestikulierend mit weit geöffneten Armen komme er beispielsweise nicht durch eine Tür.
"Tango befolgt Anweisungen in natürlicher Sprache - etwa 'Geh an den Kisten vorbei in die Küche' - sowie Farbbilder einer nach vorn und einer nach unten gerichteten Kamera und gibt passend zur jeweiligen Umgebung Befehle zur Körperhaltung aus. Dabei berücksichtigt er alle 29 Gelenke des Humanoiden", erklärt Shah.
"Tango" hat drei Ebenen: Ein Bild-Sprach-Modell interpretiert die Szene und die Anweisung, wohin er gehen soll. Ein Bewegungsgenerator errechnet in Echtzeit die notwendigen Ganzkörperbewegungen auf dem Weg zum Ziel und ein handelsüblicher Motion-Tracker setzt diese Bewegungen um.
Um ihr KI-Modell zu trainieren, nutzen die Forscher einen grossen Datensatz mit Beispielen dafür, wie sich humanoide Roboter durch überfüllte Umgebungen bewegen können, ohne anzuecken. Dabei lernt das System etwa, dass es sich um 90 Grad drehen muss, um sich seitwärts durch einen engen Spalt zu schieben - oder sich zu ducken, wenn Zweige einer Zimmerpflanze einen Durchgang in der Höhe versperren.
Das Team hat "Tango" auf einen realen Roboter übertragen, und der fand sich auf Anhieb in einer anspruchsvollen Umgebung zurecht. Jetzt wollen die Forscher neben den Kameras noch einen Entfernungssensor auf Laserbasis integrieren, um die Kollisionsrate quasi auf null zu senken. Die Experten stellen "Tango" auf "Arxiv" vor.
