Projektbeschreibung
Roboter mit derselben Widerstandsfähigkeit wie Tiere entwerfen
Robotern gehört die Zukunft, doch trotz jahrzehntelanger Forschung verfügen sie noch immer über einen großen Makel: Es handelt sich um zerbrechliche Maschinen, die unter schwierigen Bedingungen leicht versagen können. Es gibt jedoch eine Möglichkeit, kostengünstige Roboter zu entwickeln, die sich selbständig (und sofort) von unvorhergesehenen Schäden erholen können. Das vom Europäischen Forschungsrat finanzierte Projekt ResiBots wird unsere Herangehensweise an die Fehlertoleranz deutlich verändern und Roboter hervorbringen, die so widerstandsfähig und anpassungsfähig wie Tiere sind. Konkret werden im Rahmen des Projekts Lernalgorithmen nach dem Prinzip Versuch und Irrtum eingesetzt, durch die Roboter schnell kompensatorische Verhaltensweisen entdecken können, ohne dass teure Sensoren oder vordefinierte Notfallpläne erforderlich sind. Übergeordnetes Ziel ist es, die Lebensdauer der Roboter erheblich zu verlängern, ohne ihre Kosten zu erhöhen. Das Projekt wird den Weg zu neuen Forschungsansätzen für adaptive Maschinen ebnen.
Ziel
Despite over 50 years of research in robotics, most existing robots are far from being as resilient as the simplest animals: they are fragile machines that easily stop functioning in difficult conditions. The goal of this proposal is to radically change this situation by providing the algorithmic foundations for low-cost robots that can autonomously recover from unforeseen damages in a few minutes. The current approach to fault tolerance is inherited from safety-critical systems (e.g. spaceships or nuclear plants). It is inappropriate for low-cost autonomous robots because it relies on diagnostic procedures, which require expensive proprioceptive sensors, and contingency plans, which cannot cover all the possible situations that an autonomous robot can encounter. It is here contended that trial-and-error learning algorithms provide an alternate approach that does not require diagnostic, nor pre-defined contingency plans. In this project, we will develop and study a novel family of such learning algorithms that make it possible for autonomous robots to quickly discover compensatory behaviors. We will thus shed a new light on one of the most fundamental questions of robotics: how can a robot be as adaptive as an animal? The techniques developed in this project will substantially increase the lifespan of robots without increasing their cost and open new research avenues for adaptive machines.
Wissenschaftliches Gebiet
Not validated
Not validated
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsensorsoptical sensors
- natural sciencescomputer and information sciencesartificial intelligencemachine learningreinforcement learning
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringroboticsautonomous robots
- natural sciencesearth and related environmental sciencesphysical geographynatural disasters
Programm/Programme
Thema/Themen
Finanzierungsplan
ERC-STG - Starting GrantGastgebende Einrichtung
78153 Le Chesnay Cedex
Frankreich