StartseiteFörderungProjekteVerbundprojekt:Transfer von Roboterfähigkeiten: Von der Simulation zum Einsatz in der fertigenden Industrie und Lagerautomatisierung; Teilvorhaben: Systemmodellierung und Maschinelles Lernen für die optimierte Roboterfähigkeiten

Verbundprojekt:Transfer von Roboterfähigkeiten: Von der Simulation zum Einsatz in der fertigenden Industrie und Lagerautomatisierung; Teilvorhaben: Systemmodellierung und Maschinelles Lernen für die optimierte Roboterfähigkeiten

Laufzeit: 01.04.2019 - 31.03.2022 Förderkennzeichen: 01DQ19007B
Koordinator: KUKA Deutschland GmbH

Algorithmen aus dem Bereich des Reinforcement Learning verfügen über bisher nicht ausgeschöpftes Potential zur Verringerung von Roboterprogrammierkosten, der Optimierung von Roboterbewegungen und der Erschließung neuer Automatisierungsanwendungen. Derzeit bekannte Lernalgorithmen benötigen große Datenmengen, um komplexe Industrieaufgaben zu erlernen. Die Erzeugung dieser Daten mit realen Robotern ist kosten- und zeitintensiv. Als Alternative zur Verwendung von realen Robotern bietet sich die Durchführung des Trainingsvorgangs in einer Simulationsumgebung an, da durch cloudbasierte Berechnungen große Datenmengen preiswert, skalierbar und sicher generiert werden können. Bedingt durch Modellfehler und Parameterunsicherheiten lassen sich die simulativ erlernten Handlungsstrategien jedoch nicht ohne Weiteres auf reale Roboter übertragen ("Reality Gap"). Im Rahmen dieses Projektes werden die entscheidenden Modellfehler identifiziert und Methoden entwickelt, welche das Erlernen einer robusteren Handlungsstrategie in der Simulationsumgebung ermöglichen. Das Vorhaben verfolgt zwei Hauptziele: durch die datenbasierten Optimierungs- und Lernverfahren können die Programmierkosten von Industrierobotern signifikant gesenkt werden, da weniger Expertenwissen benötigt wird. Darüber hinaus können die Taktzeiten und der Energieverbrauch durch die Nutzung moderner Optimierungsverfahren verringert werden. Dadurch steigt die Produktivität, wohingegen die Kosten und die Umweltbelastungen abnehmen. KUKA und das KIT werden zunächst an geeigneten Methoden zur Datensammlung und -analyse arbeiten, um darauf aufbauend Lernverfahren in der realen Welt für typische Roboterfähigkeiten zu entwickeln. In Zusammenarbeit mit den Projektpartnern aus Indien werden Methoden des Transfer Learnings untersucht und unter realistischen Rahmenbedingungen evaluiert. Durch den gemeinsamen Entwicklungsprozess wird eine nachhaltige Zusammenarbeit zwischen Deutschland und Indien gefördert.

Verbund: TRANSLEARN Quelle: Bundesministerium für Bildung und Forschung (BMBF) Redaktion: DLR Projektträger Länder / Organisationen: Indien Themen: Förderung Engineering und Produktion

Weitere Informationen

Projektträger