Robotics and Biology Laboratory

Intelligentes kinematisches Lösen von Problemen

Video of a Robot Opening a Lockbox

Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

Projektbeschreibung

Ziel dieses Projekts ist die Erforschung des intelligenten physikalischen Problemlösens. Stellen Sie sich vor, dass der Roboter auf seinem Weg zur Flucht aus einem Raum ein Rätsel lösen muss, das aus mehreren starren Körpern und Gelenken besteht, die sich gegenseitig blockieren können, wie in der Abbildung links auf dieser Seite zu sehen ist. Interessanterweise können Kakadus lernen, solche kinematischen Probleme zu lösen https://www.youtube.com/watch?v=rL9QOkBkbOM. Aber so erstaunlich diese Leistung auch ist, die Verhaltensbiologie kann immer noch nicht erklären, welche Eigenschaften die Vögel zu diesem intelligenten Problemlösungsverhalten befähigen.

In diesem Projekt werden Verhaltensbiologen und Robotiker gemeinsam das Verhalten auf neuartige Weise verstehen und erklären. Wir werden das Vorwissen und die Fähigkeiten ermitteln, die die Vögel zur Lösung dieser Aufgabe einsetzen. Wir werden das Verhalten in einem Robotersystem modellieren, um herauszufinden, welche sensomotorischen Fähigkeiten, Berechnungsprinzipien, internen Repräsentationen oder Vorannahmen das Verhalten, das wir bei Kakadus beobachten, am besten erklären. Für diesen Identifizierungsprozess werden wir diese Vorannahmen in eine Roboterplattform importieren und testen, ob sie unsere Hypothesen bestätigen und das Verhalten der Vögel erklären, oder ob wir die Hypothesen verwerfen und neue Modelle in Betracht ziehen müssen. Auf diese Weise werden wir die Prinzipien aufdecken, die dem kinematischen Problemlösen im Allgemeinen zugrunde liegen, wie z. B. Repräsentationen oder sensomotorische Fähigkeiten, die biologische und künstliche Systeme benötigen, um solche komplexen kinematischen Probleme zu lösen. Wir werden nicht nur das biologische Verhalten besser verstehen, sondern auch unsere Robotersysteme auf diese Weise verbessern. Wenn wir die Bausteine identifizieren, die es den Vögeln ermöglichen, dieses Problem zu lösen, können wir diese Bausteine entweder direkt in das Robotersystem einbauen oder wir können Erkenntnisse gewinnen, die die Robotikforschung weiter voranbringen werden. Falls erforderlich, werden wir auf dem Weg dorthin zusätzlich Fähigkeiten zur interaktiven Wahrnehmung von Robotern entwickeln und einen Beitrag zur Robotikgemeinschaft leisten. Am Ende werden wir ein autonomes Robotersystem entwickelt haben, das komplexe kinematische Rätsel lösen kann.

Förderung

Dieses Projekt wird von der Deutschen Forschungsgemeinschaft (DFG) im Rahmen der Exzellenzstrategie - EXC 2002/1 "Science of Intelligence" - Projektnummer 390523135 gefördert.

Publikationen

2023

Li, Xing; Baum, Manuel; Brock, Oliver
Augmentation Enables One-Shot Generalization In Learning From Demonstration for Contact-Rich Manipulation
Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
2023
Mengers, Vito; Battaje, Aravind; Baum, Manuel; Brock, Oliver
Combining Motion and Appearance for Robust Probabilistic Object Segmentation in Real Time
2023 IEEE International Conference on Robotics and Automation (ICRA), Seite 683--689
IEEE
2023
Baum, Manuel; Froessl, Amelie; Battaje, Aravind; Brock, Oliver
Estimating the Motion of Drawers From Sound
2023 International Conference on Robotics and Automation (ICRA)
IEEE
2023

2022

Baum, Manuel; Brock, Oliver
"The World Is Its Own Best Model": Robust Real-World Manipulation Through Online Behavior Selection
Proceedings of the IEEE International Conference on Robotics and Automation (ICRA)
2022
Baum, Manuel; Schattenhofer, Lukas; R"ossler, Theresa; Osuna-Mascaró, Antonio; Auersperg, Alice; Kacelnik, Alex; Brock, Oliver
Yoking-Based Identification of Learning Behavior in Artificial and Biological Agents
Proceedings of the International Conference on the Simulation of Adaptive Behavior 2022 -From Animals to Animats 16, Seite 67–78
Herausgeber: Springer International Publishing, Cham
2022
ISBN
978-3-031-16770-6

2021

Baum, Manuel; Brock, Oliver
Achieving Robustness in a Drawer Manipulation Task by using High-level Feedback instead of Planning
Proceedings of the DGR Days, Seite 29-29
DGR Days
2021

2017

Baum, Manuel; Brock, Oliver
Achieving Robustness by Optimizing Failure Behavior
Proceedings of the IEEE International Conference on Robotics and Automation (ICRA), Seite 5806-5811
2017
Baum, Manuel; Bernstein, Matthew; Martín-Martín, Roberto; Höfer, Sebastian; Kulick, Johannes; Toussaint, Marc; Kacelnik, Alex; Brock, Oliver
Opening a Lockbox through Physical Exploration
Proceedings of the IEEE International Conference on Humanoid Robots (Humanoids)
2017

2015

Baum, Manuel; Meier, Martin; Schilling, Malte
Population based Mean of Multiple Computations networks: A building block for kinematic models
2015 International Joint Conference on Neural Networks (IJCNN), Seite 1–8
IEEE
2015

2014

Baum, Manuel
Modeling kinematics of a redundant manipulator using population coding and the MMC principle
Bielefeld University
2014