In der Zusammenarbeit von OTE Robotics und der Aalto University Helsinki ist der RealAnt V1 Roboter entstanden. Dabei handelt es sich um einen 4-beinigen Roboter, der in jahrelanger Arbeit entwickelt wurde. Mithilfe des «Reinforcement Learning» kann der Open-Source-Roboter eigenständig navigieren und Aufgaben erledigen. Basis hierfür ist das individuelle Training, das durchgeführt werden muss – jedoch anders als bisher.
Lernforschung im Fokus
In den vergangenen Jahren haben sich immer mehr Innovationen durchgesetzt, die mithilfe der künstlichen Intelligenz erstaunliches leisten. Hierzu zählen vor allem die vollautomatischen Dinge wie Roboter, die mithilfe von Wissenschaft und Informatik in der Realität ein mechanisches Leben führen. So konnten wir etwa über den Aibo von Sony staunen oder auch über den Unitree A1, der sich frei bewegen kann und bis zu 30 kg Nutzlatz befördert. Selbst im Alltag finden sich weltweit bereits viele der Roboter mit KI im Einsatz.
RealAnt, der von OTE Robotics sowie der Aalto University entwickelt wurde, stellt nun eine weitere Umsetzung dar. Diese basiert auf einem vierbeinigen Ansatz, der zudem besonders kostengünstig sein soll. Mit diesem ist es möglich, das «Reinfrocement Learning» effektiv zu testen und zu implementieren. Die hier genutzte Plattform ist zudem eine Robotersimulationsumgebung, die minimalistisch und zeitgleich erschwinglich ist. Somit steht vor allem die Lernforschung im Fokus.
Einfacher Einstieg ohne Tausende Stunden im virtuellen Umfeld
Bisher gingen Entwickler und Forscher davon aus, dass Algorithmen nur dann zuverlässig zum Einsatz kommen könnten, wenn diese im Vorfeld ausführlich getestet würden. Hierfür waren üblicherweise mehrere Tausend Stunden an spezifischen Simulatoren nötig, an denen diese trainiert werden mussten. RealAnt will dies nun revolutionieren, denn der vierbeinige Roboter benötigt nur eine minimale Datenmenge. Trainiert wird er dann innerhalb einer realen Umgebung. Simulationen über Wochen und Monate hinweg werden somit überflüssig.
Bei der Konzeption des RealAnt stand somit eine kostengünstige Roboterplattform im Zentrum. Diese sah als Lösung das «Reinfrocement Learning» als Grundlage. Hiermit wird einem breiten Spektrum an Forschern und Interessierten ein verhältnismäßig einfacher Einstieg ermöglicht. Somit werden vielseitige sowie grundlegende Aufgaben in der realen Welt ausführbar, ohne das hierzu komplexe Simulationen nötig sind.
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
Ebenfalls als «Do-it-yourself»
Um loszulegen, braucht es nicht viel mehr als RealAnt V1. Der Roboter kann jedoch ebenfalls selbst gebaut werden. Hierzu werden 8x Robotis Dynamixel Ax-12a Servomotoren sowie das dazu kompatible Entwicklungsboard von Robotis, das OpenCM 9.04-A, benötigt. Hinzukommen Kabel, Lötkolben, Seitenschneider, Kreuzschlitzschraubendreher und Gewindesicherungsflüssigkeit. Zudem wird eine Möglichkeit genutzt, bestimmte Komponenten wie die Beine sowie 2x Torsoplatten zu drucken. Eine genaue Anleitung findet sich auf GitHub.
Der gekauft RealAnt V1 kommt bereits vormontiert mit genannten Komponenten. Ebenso finden sich Lieferumfang, jeweils ein USB- und Stromkabel, Roboter- sowie Referenz-Tags und ein 12V-Netzteil. Somit steht von Anfang an ein kostengünstiger, minimalistischer und vielseitiger Roboter zur Verfügung, mit dem in der realen Welt gearbeitet werden kann.
Mit RealAnt einfach zur Roboterplattform
Das Interesse am «Reinfrocement Learning» wird immer größer und mit der neuen Plattform ist der Anfang schnell gemacht. Selbst zusammengebaut soll das Ganze, sämtliche Teile vorausgesetzt, in weniger als einer Stunde möglich sein und etwas über 410,- $ Materialkosten verschlingen. Als Komplett-Set, also bereits zusammengebaut, gibt es RealAnt V1 für 899,- € direkt bei OTE Robotics. Allerdings kommen bei einem Kauf noch Steuern hinzu. So belaufen sich die Aufwendungen für RealAnt auf rund 1.115,- €.
Update 2023: Das Projekt wurde leider eingestellt