Inspiriert von der Fähigkeit von Katzen, zu wenden und zu landen, nutzte ein Forschungsteam des Harbin Institute of Technology (China) Reinforcement Learning (RL) – eine Art künstliche Intelligenz (KI) –, um Roboter darauf zu trainieren, ihre Haltung in der Luft anzupassen, wenn sie über raue Oberflächen mit geringer Schwerkraft auf Asteroiden springen.
Ein chinesisches Forschungsteam trainierte einen vierbeinigen Roboter, seine Haltung anzupassen und wie eine Katze zu landen, um sich auf der Oberfläche eines Asteroiden fortzubewegen. (Foto: SCMP)
Im Gegensatz zu herkömmlichen Systemen, die auf spezielle, aber schwere Stabilisierungshardware angewiesen sind, nutzt der Roboter ein „modellfreies“ Steuerungssystem, um seine vier Beine koordiniert zu bewegen. Dies ermöglicht es dem Roboter, seine Neigung anzupassen und seine Bewegungsrichtung in der Luft neu auszurichten, berichten die Forscher im Journal of Astronautics.
Die Forschung befasst sich mit einer zentralen Herausforderung im Zusammenhang mit Robotersprüngen auf Asteroiden, wo in der Umgebung eine geringe Schwerkraft herrscht und selbst ein geringes Ungleichgewicht der Beinkräfte dazu führen kann, dass der Roboter unkontrolliert dreht, erfolglos landet oder ganz von der Oberfläche abprallt.
„In der Umgebung mit geringer Schwerkraft auf Asteroiden erleben Roboter bei jedem Sprung lange Phasen des freien Falls. Es ist wichtig, diese Zeit zu nutzen, um die durch den Sprung verursachte Ablenkung auszugleichen, eine sichere Landung zu gewährleisten oder den Drehwinkel zu ändern, um die Bewegungsrichtung anzupassen“, so das Team in dem Bericht.
„Es wurde eine Mikrogravitationssimulationsplattform entworfen und gebaut, um die Wirksamkeit dieser Sprungmethode durch Experimente an einem vierbeinigen Roboterprototyp zu überprüfen“, fügte das Forschungsteam hinzu.
Asteroiden sind Überreste der Entstehung des Sonnensystems und bergen den Schlüssel zur Entschlüsselung seiner Ursprünge. Sie sind zudem reich an Ressourcen wie Platin und anderen seltenen Metallen, die künftig die Weltraumforschung und industrielle Anwendung unterstützen könnten.
Herausforderungen auf der Asteroidenoberfläche
Bisher ist es den Raumfahrtbehörden in Europa, Japan und den USA gelungen, Raumfahrzeuge auf Asteroiden zu landen und Proben zu entnehmen. Keine dieser Agenturen hat jedoch Rover eingesetzt, die in der Lage sind, die Oberfläche über einen längeren Zeitraum zu erkunden.
Herkömmliche Rover mit Rädern, wie sie auf dem Mond und dem Mars eingesetzt werden, stehen in Asteroidenumgebungen vor Herausforderungen, da die geringe Schwerkraft, die normalerweise nur wenige Tausendstel der Erdanziehungskraft beträgt, nicht genügend Traktion für einen effektiven Betrieb der Räder bietet.
Um diese Einschränkungen zu überwinden, haben Wissenschaftler vorgeschlagen, für zukünftige Missionen Sprungroboter einzusetzen, was jedoch eine Reihe neuer Herausforderungen mit sich bringt.
Bei jedem Sprung bleibt der Roboter etwa 10 Sekunden in der Luft, lange genug, damit die unausgeglichenen Kräfte auf den Beinen dazu führen können, dass der Roboter unkontrolliert rotiert oder sogar von der Oberfläche abprallt und in den Weltraum treibt.
Das Harbin-Team nutzte RL, um den Roboter in einer virtuellen Simulation zu trainieren. Über sieben Stunden lernte die KI aus ihren experimentellen Fehlern und verfeinerte ihre Bewegungen für eine stabile Landung. Das KI-System des Roboters demonstrierte die Fähigkeit, seine Ausrichtung, einschließlich Nicken (nach vorne oder hinten), Neigen (seitwärts) und Gieren (Drehwinkel), innerhalb weniger Sekunden anzupassen.
Beispielsweise kann der Roboter bei einem Vorwärtsstart mit einer Neigung von bis zu 140 Grad seine Haltung innerhalb von 8 Sekunden stabilisieren. Außerdem kann er sich in der Luft um bis zu 90 Grad drehen, um die Bewegungsrichtung zu ändern.
Roboter werden mittels Reinforcement Learning trainiert. (Foto: SCMP)
Um die Wirksamkeit des Systems zu bestätigen, bauten die Forscher eine Mikrogravitations-Simulationsplattform, die es dem Roboter ermöglicht, auf einer nahezu reibungslosen Oberfläche zu „schweben“.
Obwohl die Experimente auf zweidimensionale Bewegungen beschränkt waren, bestätigten sie die Wirksamkeit des Systems und untermauerten die Ergebnisse der Simulationen, so das Team.
Darüber hinaus stellten die Wissenschaftler fest, dass der Prozess nur sehr geringe Rechenleistung des Roboters erfordert. Dank seines leichten und energieeffizienten Designs eignet sich das System besonders für Erkundungsmissionen im Weltraum.
Dieses System könnte künftig vielfältige Anwendungsmöglichkeiten haben, von der wissenschaftlichenErkundung bis hin zum Rohstoffabbau auf Asteroiden. Das Team betonte jedoch, dass weitere Forschung nötig sei, um die Anpassungsfähigkeit der KI an unterschiedliche Gelände und Umgebungen zu verbessern.
[Anzeige_2]
Quelle
Kommentar (0)