Üben und Ausprobieren – so lernen wir Menschen, aber auch Roboter können auf diese Weise trainiert werden. Möglich macht es Künstliche Intelligenz oder genauer das Maschinelle Lernen (ML). Hierbei lernt die KI aus der Erfahrung mit vielen Beispielaufgaben und optimiert sich laufend selbst. Das KI-Training eines Roboters findet in der Regel nicht in der echten Welt, sondern in der Simulation statt. Zu teuer und zu gefährlich wären die „Trial&Error“-Versuche z.B. eines Industrieroboters. Die große Herausforderung daran ist die Übertragung der Roboterleistung aus der Simulation in die Realität („Sim2Real“-Transfer“). Denn schon kleine Unterschiede zwischen beiden Welten können der KI im echten Leben Schwierigkeiten bereiten.

Fachleute mit Kenntnis über die spätere Einsatzsituation können häufig gut einschätzen, welche Abweichungen in der Realität auftreten könnten. Im Projekt MeSSeR will die Arbeitsgruppe von Prof. Schneegaß gemeinsam mit Kolleg:innen des An-Instituts OFFIS der Universität Oldenburg untersuchen, wie sich dieses Fachwissen beim Erstellen einer geeigneten Simulationsumgebung nutzen lässt. Die Idee: Durch Einsatz von erweiterter und virtueller Realität (AR/VR) soll der Mensch direkt mit der Simulationsumgebung interagieren und so den Fokus gezielt auf den Anwendungskontext schärfen. Das, so die These der Wissenschaftler:innen, soll zu einer signifikant kürzeren Bereitstellungszeit einer verlässlichen Simulation führen.

Ganz konkret soll in MeSSeR eine durchgängige Werkzeugkette für das Erstellen einer Simulationsumgebung entworfen, implementiert und evaluiert werden. Diese sieht vor, dass ein Roboter zunächst die Umgebung scannt, um ein virtuelles Abbild der späteren Arbeitsumgebung zu erzeugen. Der Mensch wird per AR/VR in die virtuelle Umgebung eingebunden und kann sie mit kontextspezifischen Informationen anreichern. Auf dieser Basis lässt sich ein sinnvolles Variabilitätsmodell erzeugen, mit dem die KI auch die möglichen Abweichungen der Arbeitssituation trainiert. Ob sich diese Werkzeugkette in der Praxis bewähren kann, wollen die Forscher:innen anhand industrieller Anwendungen und Haushaltsszenarien bewerten.

*Das Projekt MeSSeR (Mensch-unterstützte Synthese von Simulationsdaten für die Robotik) wird vom Bundesministerium für Bildung und Forschung (BMBF) für zwei Jahre gefördert. Rund 500.000 € fließen an die UDE. Am heutigen 01.10.2021 findet die Auftaktveranstaltung des Projekts statt.