Die Forscher brachten dem Roboter namens Mobile ALOHA (ein Akronym für „ein kostengünstiges Open-Source-Hardware-Teleoperationssystem für den bimanuellen Betrieb“) sieben verschiedene Aufgaben bei, die unterschiedliche Mobilitäts- und Geschicklichkeitsfähigkeiten erfordern, beispielsweise das Spülen einer Pfanne oder das Geben von jemandem Ein high five.
Um dem Roboter beispielsweise beizubringen, wie man Garnelen kocht, bedienten die Forscher ihn 20 Mal aus der Ferne, um die Garnelen in den Plan zu bringen, sie umzudrehen und sie dann zu servieren. Sie machten es jedes Mal etwas anders, sodass der Roboter unterschiedliche Möglichkeiten lernte, dieselbe Aufgabe zu erledigen, sagt Zipeng Fu, Doktorand in Stanford und Co-Leiter des Projekts.
Anschließend wurde der Roboter anhand dieser Demonstrationen sowie anderer von Menschen gesteuerter Demonstrationen für verschiedene Arten von Aufgaben trainiert, die nichts mit dem Kochen von Garnelen zu tun haben, wie beispielsweise das Abreißen eines Papiertuchs oder Klebebands, das von einem früheren ALOHA-Roboter ohne Räder gesammelt wurde, heißt es Chelsea Finn, Assistenzprofessorin an der Stanford University, die als Beraterin für das Projekt fungierte. Dieser „Co-Training“-Ansatz, bei dem neue und alte Daten kombiniert werden, hat Mobile ALOHA dabei geholfen, relativ schnell neue Aufgaben zu erlernen, verglichen mit dem üblichen Ansatz, KI-Systeme anhand von Tausenden, wenn nicht Millionen von Beispielen zu trainieren. Aus diesen alten Daten konnte der Roboter neue Fähigkeiten erlernen, die nichts mit der anstehenden Aufgabe zu tun hatten, sagt Finn.
Während diese Art von Haushaltsaufgaben für Menschen einfach sind (zumindest wenn wir Lust darauf haben), sind sie für Roboter immer noch sehr schwierig. Es fällt ihnen schwer, Objekte zu greifen, zu ergreifen und zu manipulieren, weil ihnen die Präzision, Koordination und das Verständnis für die Umgebung fehlen, über die Menschen von Natur aus verfügen. Die jüngsten Bemühungen, KI-Techniken auf die Robotik anzuwenden, haben sich jedoch als vielversprechend für die Erschließung neuer Fähigkeiten erwiesen. Beispielsweise kombiniert das RT-2-System von Google ein Sprach-Vision-Modell mit einem Roboter, der es Menschen ermöglicht, ihm verbale Befehle zu erteilen.
„Was wirklich spannend ist, ist, dass dieses Rezept des Nachahmungslernens sehr allgemein gehalten ist. Es ist sehr einfach. Es ist sehr skalierbar“, sagt Finn. Das Sammeln weiterer Daten, die Roboter nachahmen könnten, könnte es ihnen ermöglichen, noch mehr Aufgaben in der Küche zu bewältigen, fügt sie hinzu.
„Mobile ALOHA hat etwas Einzigartiges gezeigt: Relativ billige Roboterhardware kann wirklich komplexe Probleme lösen“, sagt Lerrel Pinto, außerordentlicher Professor für Informatik an der NYU, der nicht an der Forschung beteiligt war.
„Mobile ALOHA zeigt, dass Roboterhardware bereits sehr leistungsfähig ist, und unterstreicht, dass KI das fehlende Element ist, um Roboter nützlicher zu machen“, fügt Deepak Pathak hinzu, ein Assistenzprofessor an der Carnegie Mellon University, der ebenfalls nicht Teil des Forschungsteams war.
Laut Pinto zeigt das Modell auch, dass Robotik-Trainingsdaten übertragbar sein können: Das Training einer Aufgabe kann deren Leistung für andere verbessern. „Dies ist eine äußerst wünschenswerte Eigenschaft, denn wenn die Datenmenge zunimmt, auch wenn sie nicht unbedingt für eine Aufgabe bestimmt ist, die Ihnen am Herzen liegt, kann dies die Leistung Ihres Roboters verbessern“, sagt er.
Als nächstes wird das Stanford-Team den Roboter anhand weiterer Daten trainieren, um noch schwierigere Aufgaben zu erledigen, etwa das Aufheben und Falten zerknitterter Wäsche, sagt Tony Z. Zhao, ein Doktorand an der Stanford, der Teil des Teams war. Wäsche waschen ist für Roboter traditionell eine große Herausforderung, da die Gegenstände in für sie schwer verständlichen Formen zusammengeballt sind. Aber Zhao sagt, dass ihre Technik den Maschinen helfen wird, Aufgaben zu bewältigen, die die Menschen zuvor für unmöglich gehalten haben.