Michigan-Studie: Roboter meistern Haushaltsobjekt-Beziehungen für intelligenteres Navigieren

Ziel der Forschung ist es, eine praktische Methode bereitzustellen, die Roboter befähigt, aktiv nach Zielobjekten in komplexen Umgebungen zu suchen.

Wir leben vielleicht noch nicht in der robotergefüllten Zukunft, die Futuristen einst träumten, aber wir kommen ihr näher. Smarte Lautsprecher mit virtuellen Assistenten und Saugroboter sind bereits alltäglich, und in den nächsten zehn Jahren sollten wir noch mehr Haushaltsroboter erwarten.

Eine der Hürden, vor denen Entwickler derzeit stehen, ist es, Robotern beizubringen, wie sie sich im Haus bewegen. Zu diesem Zweck hat ein Forschungsteam der University of Michigan ein neues Modell veröffentlicht, das Roboter auf den Beziehungen zwischen Haushaltsobjekten trainiert.

Ein Roboter könnte beispielsweise damit beauftragt werden, Wäsche vom Korb im Obergeschoss in die Waschmaschine zu bringen. Mit dem Modell kann er trainiert werden, zu verstehen, wo sich sowohl der Korb als auch die Maschine befinden, wodurch das manuelle Bewegen des Roboters entfällt.

„Die Fähigkeit, effizient nach Objekten in einer Umgebung zu suchen, ist entscheidend, damit Serviceroboter Aufgaben autonom ausführen können“, sagte Zhen Zeng, Co-Autor der Studie. „Wir bieten eine praktische Methode, die es dem Roboter ermöglicht, aktiv nach Zielobjekten in einer komplexen Umgebung zu suchen.“

Das Modell namens SLiM (Semantic Linking Maps) verknüpft Orientierungsobjekte wie einen Kühlschrank mit anderen verwandten Objekten wie Orangensaftkartons oder Mayonnaise. Daraus kann ein Roboter, der aufgefordert wird, den Tisch abzuräumen, ableiten, dass Kühlschrankartikel dorthin zurückgehören, wo sie hingehören.

Die Forscher erklärten, dass SLiM Unsicherheiten berücksichtigt – beispielsweise, wenn der Wäschekorb verschoben wurde, funktioniert das System nicht einfach nicht mehr, sondern braucht lediglich länger, um den neuen Standort zu finden.

Diese aktive Aktualisierung geografischer Standorte und Beziehungen zwischen Objekten sollte die langfristige Leistung von Robotern verbessern, die andernfalls aufgrund von Umgebungsveränderungen ständig herunterfahren würden.

Der Roomba war ein Meilenstein bei Haushaltsrobotern, und die meisten danach eingeführten Roboter kopierten dessen Design und Funktionalität. Die vom Michigan-Team vorgestellten Roboter sind jedoch weitaus anspruchsvoller: Sie können Objekte aufheben und Aufgaben ausführen.

Wir sind noch einige Jahre von solchen Robotern entfernt, doch Forschungen wie diese zeigen, dass sie definitiv in der Pipeline sind.