22/10/2021
Door Ad Spijkers
Nieuwe methodiek van het DFKI moet het op maat maken van robots betaalbaar maken.
Het Robotics Innovation Center van het Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) presenteerde onlangs een nieuwe aanpak om de ontwikkeling van robots te versnellen. Met behulp van kunstmatige intelligentie methoden kunnen gebruikers in de toekomst zonder expertise betaalbare, op maat gemaakte robots voor hun toepassingen ontwerpen.
Q-Rock
Robotsystemen zijn onmisbaar geworden in fabrieken en productiehallen, maar ook voor ondersteuning van mensen in het dagelijks leven, in vijandige omgevingen of bij oceaan- en ruimteverkenningen. Dit vraagt om steeds complexere en krachtigere robots, waarvan de ontwikkeling de deelname vereist van specialisten uit een breed scala aan disciplines. Dat varieert van mechanica en elektrotechniek tot computerwetenschappen en kunstmatige intelligentie. Met name kleine en middelgrote bedrijven kunnen zich de benodigde expertise en de kostbare aanschaf van de systemen echter niet veroorloven.
De oplossing die is ontwikkeld door DFKI in het Q-Rock-project belooft een vereenvoudigde en geoptimaliseerde robotontwikkeling. In de toekomst moeten onervaren gebruikers hiermee robots kunnen ontwerpen die zijn afgestemd op hun eigen behoeften. De aanpak is gebaseerd op een theoretisch model dat het systeemontwerp implementeert via een holistisch proces. Aan de ene kant kan de robot zelf de beschikbare vaardigheden verkennen op basis van zijn hardware. Aan de andere kant kunnen alle systemen worden bepaald voor een bepaalde taak die de capaciteiten hebben die nodig zijn om de taak uit te voeren.
Werkwijze
Om dit te doen, combineerden de onderzoekers in Bremen subsymbolische methoden van kunstmatige intelligentie (zoals machine learning) met symbolische processen (zoals structureel redeneren). Daarnaast bouwt het project voort op de uitgebreide database van een vorig project. De database combineert gemodelleerde software met hardware en gedragsmodellen en is continu uitgebreid in Q-Rock. Bovendien ondersteunt het de ontwikkeling van robots door verregaande modularisering, dat wil zeggen flexibel gebruik en efficiënte herbruikbaarheid van componenten.
Dankzij machine learning-processen kunnen de systeemmogelijkheden op basis van de modulaire beschrijving van een robot onafhankelijk worden verkend. Bij complexe systemen worden eerst de capaciteiten van subcomponenten (bijvoorbeeld een individuele sensor of verbinding) bepaald om de capaciteiten van het totale systeem af te leiden. Met behulp van andere machine learning processen en op basis van softwaremodellen worden de geleerde vaardigheden vervolgens automatisch gegroepeerd in functionele eenheden.
Samen met een semantische beschrijving resulteren deze in zogeheten cognitieve kernen, die als bouwstenen dienen voor complexer gedrag. Ze bevatten het verband tussen de mogelijkheden van een stuk hardware - bijvoorbeeld de kinematica van een robotarm - en de daaruit voortvloeiende mogelijke betekenis in gedrag, zoals het grijpen van een object. Om complex robotgedrag te genereren kunnen verschillende cognitieve kernen met elkaar worden gecombineerd. De gedragsmodules kunnen vervolgens door middel van structureel redeneren worden teruggekoppeld naar de hardware.
Toegang
De DFKI-wetenschappers ontwierpen een gebruiksvriendelijke webinterface voor gemakkelijke toegang tot het Q-Rock-systeem. Hierdoor kunnen gebruikers via een menuselectie de door de robot uit te voeren taak, de omgevingsomstandigheden en de vereisten voor het gedrag van het systeem specificeren. Het programma stelt dan automatisch de juiste hardwarecombinaties voor. Bovendien kunnen gebruikers volgens het modulaire principe hun eigen robots maken uit de componentmodellen in de database.
De verkenning van de mogelijkheden van de robot die op deze manier wordt geactiveerd, bepaalt automatisch welke taken het systeem kan uitvoeren op basis van zijn hardware. Op deze manier kunnen gebruikers profiteren van het volledige scala aan mogelijkheden van de nieuw ontworpen robot.
Foto: DFKI, Annemarie Popp