Roboterhund kann Parkour: Anymal D lernt maschinell aus Fehlern

Es klingt rabiat, wenn „Anymal D“ auf seinen Metallbeinen eine Kiste erklimmt – und das überraschend schnell. Der von Schweizer Forschern entwickelte Roboterhund kann Parkour: Er erklimmt mühelos fast einen Meter hohe Kisten, überwindet breite Spalten und krabbelt unter Hindernissen durch. Dabei sei er bis zu zwei Meter pro Sekunde schnell, berichtet das Team um David Hoeller und Nikita Rudin von der ETH Zürich im Fachmagazin „Science Robotics“.

Seine künstlichen neuronalen Netzwerke ermöglichen es dem etwa 55 Kilogramm schweren Roboter, die Bewegungen zur Bewältigung eines Hindernisparcours zu lernen. Das funktioniert ausschließlich durch Simulationen, kein Mensch muss ihn trainieren, wie die Forscher erläutern. Sie ließen sich bei dem Projekt von menschlichen Parkour-Läufern inspirieren, die schnell, athletisch und kreativ Hindernisse überwinden.

Der Roboter nehme seine Umgebung wahr und wähle auf Grundlage seiner Fähigkeiten jeweils einen realisierbaren Pfad und eine Bewegungsabfolge aus, hieß es. Anymal D verfügt über acht neuronale Netzwerke und drei eigenständige Module für Wahrnehmung, Fortbewegung und Navigation. 

Das Wahrnehmungsmodul verarbeitet die Daten, die von sechs Kameras und einem Lidar-System (ähnlich einem Radar) stammen, zu einem Umgebungsmodell. Das Fortbewegungsmodul stellt fünf Fertigkeiten bereit: Laufen, Klettern nach oben, Klettern nach unten, Springen und Kriechen.

Der Roboter konnte damit auch Hindernisse bewältigen, die in den Simulationen nicht vorkamen. Er führe präzise und wendige Bewegungen aus, manchmal auf schmalen Kästen, die kaum so groß sind wie die Grundfläche des Roboters, heißt es in der Studie.

Außerdem kann Anymal D eigenständig einen passenden Weg finden: Wenn das Ziel ein mehr als ein Meter hoher Kasten ist, den er nicht auf direktem Weg erklettern kann, sucht er sich dank des Navigationsmoduls einen anderen Weg zum Ziel, der für ihn zu bewältigen ist.

Hoeller, Rudin und Kollegen sehen eine potenzielle Einsatzmöglichkeit für ähnliche, weiterentwickelte Systeme bei Such- und Rettungsaktionen, wenn Roboter beispielsweise durch eingestürzte Gebäude oder komplexe Naturgelände navigieren müssen.