2,4 Millionen Euro Forschungsgeld für die Robotik

Roboter spielen in vielen Bereichen, wie in der Medizin, in der Industrie oder in der Forschung eine immer größere Rolle. Sie können Menschen bei der Arbeit unterstützen oder Aufgaben ganz übernehmen. Wie dies in realen Umgebungen immer besser funktionieren kann, erforscht Gerhard Neumann vom Karlsruher Institut für Technologie (KIT) in seinem Projekt SMARTI³. Mit seinem Vorhaben war er in der Vergaberunde 2024 des „Consolidator Grant” des Europäischen Forschungsrats erfolgreich. Für seine Forschung erhält er in den kommenden fünf Jahren rund 2,4 Millionen Euro.

„Professor Gerhard Neumann setzt mit seinem Projekt neue Maßstäbe in der Robotik und Künstlichen Intelligenz. Neben der Interaktion zwischen Mensch und Roboter trägt es auch zu drängenden gesellschaftlichen Herausforderungen wie dem Fachkräftemangel und der Arbeitssicherheit bei“, sagt Professor Oliver Kraft, Vizepräsident Forschung des KIT. „Ich freue mich sehr, dass er für sein Vorhaben den renommierten ERC Consolidator Grant erhalten hat. Gerhard Neumann setzt damit eine lange Reihe von Geförderten am KIT fort.“

SMARTI³: Autonom lernende Roboter

Mit dem Projekt SMARTI³ (steht für: Scalable Manipulation Learning through AR-Enhanced Teleoperation enabling Intuitive Interactive Instructions) will Neumann am Institut für Anthropomatik und Robotik des KIT die Fähigkeit von Robotern verbessern, komplexe Aufgaben in realen Umgebungen auszuführen, wie zum Beispiel die Manipulation und Interaktion mit einer Vielzahl von Objekten, das Nachvollziehen von Anleitungen sowie das Bewältigen von Aufgaben wie das Falten von Origami oder das Zusammenbauen von Lego-Modellen.

Dazu werden im Projekt neue intuitive Schnittstellen für die Mensch-Roboter-Interaktion entwickelt, Algorithmen für das Lernen aus Feedback und zur Verfügung stehenden Anleitungen verfeinert sowie skalierbare Fähigkeiten für komplexe Manipulationsaufgaben getestet. Anwendungsfälle wie Lego-Bauaufgaben und Origami-Falten dienen dabei als Testumgebungen, um die Technologien zu demonstrieren und weiterzuentwickeln.

„Unser Ansatz kombiniert intuitive Datenaufbereitung, fortschrittliche Algorithmen zur schnellen Modellanpassung sowie Methoden, um menschliches Feedback nahtlos in den Lernprozess von Robotern zu integrieren“, so Neumann. „Mit Anwendungen in Industrie, Logistik und Haushalt soll das Projekt dazu beitragen, Produktionsprozesse effizienter und flexibler zu gestalten und alltägliche Aufgaben wie Wäsche zusammenlegen oder Kochen zu automatisieren.“

Bild: Bild von freepik