85 Prozent der Würfe finden ihren Weg ins Ziel. Den optimalen Abwurf bringt sich der Roboterarm eigenständig bei.

Der von Forschern der Universität Princeton und Google entwickelte “TossingBot” wirft Plastikbananen, kleine Bälle und ähnliche Gegenstände zielgenau in eine 25 mal 15 Zentimeter große Box.

85 Prozent der Würfe sitzen, rund 500 gelingen ihm in der Stunde. Herkömmliche “Pick and Place”-Greifarme schaffen laut der Forscher nur bis zu 300 Ablagen.

Hier sehen die Forscher ein mögliches Anwendungsszenario für den Roboterarm – wenn nur Gegenstände geworfen werden, die den Aufprall aushalten oder den Menschen egal sind, zum Beispiel Trümmer nach einer Katastrophe. Für rohe Eier eignet sich das Verfahren nicht so gut.

Wurftrainig mit Deep Learning

Besonders an dem Roboterarm ist, dass er sich das Werfen mit bestärkendem Lernen nach dem Versuch-und-Irrtum-Prinzip selbst beibringt: Er analysiert ein Objekt zunächst visuell mittels RGB-Tiefenkamera und sucht nach dem optimalen Griffpunkt. Denn die Flugkurve eines Objekts hängt – je nach Form – davon ab, wie man es hält.

Für diese Analyse trainierten die Forscher das neuronale Netz vorab mit Grundwissen über Physik, das bei der Entscheidung über den optimalen Griffpunkt einfließt. Nach dieser visuellen und mathematischen Analyse greift der Roboterarm das Objekt und berechnet die Wurfparameter.

MIXED.de XR-Podcast - jetzt reinhören

Aktuell: OpenXR, Oculus Half Dome und Fake-Holodecks | Alle Folgen



Hinweis: Links auf Online-Shops in Artikeln können sogenannte Affiliate-Links sein. Wenn ihr über diesen Link einkauft, erhält MIXED.de vom Anbieter eine Provision. Für euch verändert sich der Preis nicht.