Robotik

Robotik: Eine Einführung

• Was ist ein Roboter?• Woraus bestehen Roboter?• Welche Arten von Robotern gibt es?

• Wozu bauen wir Roboter?• Welche ethischen Probleme werfen Roboter auf?• Wie funktionieren Roboter?• Welche Grundprinzipien gibt es in der Robotik?• Wie beurteilet man einen gegebenen Roboter?

Was ist ein Roboter?

• Ein Roboter ist eine technische Apparatur, die dazu dient, dem Menschen die Arbeit abzunehmen. Roboter können sowohl stationäre als auch mobile Maschinen sein und werden von Computerprogrammen gesteuert. Die Bedeutung hat sich allerdings im Laufe der Zeit gewandelt.

• A robot is a mechanical or virtual artificial agent, usually an electro-mechanical machine that is guided by a computer program or electronic circuitry.

Woraus besteht ein Roboter?

1. sensors– light, sound, touch, pressure, GPS, ...

2. controllers– microcontrollers, chips, neural networks, ...

3. actuators– locomotion: wheels, legs, wings, ...– manipulation: hands, tools, ...– communication: speakers, radio, ...

Power source

Roboterarten

• Beam• Erkundungsroboter• Humanoider Roboter• Biomorpher Roboter• Industrieroboter• Lauf-/Flug-/Kriechroboter• Personal Robot• Serviceroboter• Spielzeugroboter

• Transportroboter• Kampfroboter• Nanoroboter• Schwarmroboter• Modulare Roboter• Adaptive Robot• Selfreplicating Robot

Wozu Roboter?

• dangerous environments• inaccessible environments• repetitive or difficult tasks• entertainment• basic research (understanding by rebuilding), e.g.– intelligence– locomotion– collaboration– …

Roboter

robotics timeline

TED talks on roboticshttp://www.ted.com/talks/bruno_maisonnier_dance_tiny_robots.htmlRobot dance

http://www.ted.com/talks/daniel_wolpert_the_real_reason_for_brains.htmlNeuroscientist Daniel Wolpert starts from a surprising premise: the brain evolved, not to think or feel, but to control movement http://www.ted.com/talks/rodney_brooks_on_robots.htmlIn this prophetic talk from 2003, roboticist Rodney Brooks talks about how robots are going to work their way into our lives http://www.ted.com/talks/vijay_kumar_robots_that_fly_and_cooperate.htmlIn seinem Labor an der Pennsylvania State University bauen Vijay Kumar und sein Team fliegene Quadcopter.

http://www.ted.com/talks/dennis_hong_my_seven_species_of_robot.htmlBeim TEDxNASA stellt Dennis HONG sieben preisgekrönte All-Terrain-Roboter vor

http://www.ted.com/talks/a_robot_that_flies_like_a_bird.htmlSmartBird, a large, lightweight robot, modeled on a seagull, that flies by flapping its wings. http://www.ted.com/talks/david_hanson_robots_that_relate_to_you.htmlDavid Hanson's Robotergesichter sehen so aus wie Ihres und verhalten sich auch so. http://www.ted.com/talks/hod_lipson_builds_self_aware_robots.htmlHod Lipson zeigt ein paar seiner coolen, kleinen Roboter, die die Fähigkeit besitzen zu lernen, sich selbst zu verstehen und sogar sich selbst zu reproduzieren.

Das Grundprinzip

sensors controller actuators

Eingabe (input)

Verarbeitung (processing)

Ausgabe (output)

Sinne Gehirn Muskeln

Informations-

verarbeitung

Roboter

Menschen

GOFAI(good old-fashioned artificial intelligence)

Aufstellung Schachspiel

besten Zug berechnen Spielzug

GOFAI• In artificial intelligence, GOFAI ("Good Old-Fashioned Artificial Intelligence") describes the

oldest original approach to achieving artificial intelligence, based on logic and problem solving. In robotics research, the term is extended as GOFAIR ("Good Old-Fashioned Artificial Intelligence and Robotics").

• GOFAI was the dominant paradigm of AI research from the middle fifties until the late 1980s. After that time, newer sub-symbolic approaches to AI were introduced.

• GOFAI is based on the assumption that many aspects of intelligence can be achieved by the manipulation of symbols, an assumption defined as the "physical symbol systems hypothesis" by Allen Newell and Herbert A. Simon in the middle 1960s. By the 1980s, many researchers began to doubt that high-level symbol manipulation alone could account for all intelligent behaviors.

• Opponents of the symbolic approach include roboticists such as Rodney Brooks, who aims to produce autonomous robots without symbolic representation (or with only minimal representation) and computational intelligence researchers, who apply techniques such as neural networks and optimization to solve problems in machine learning and control engineering.

Es stellt sich also heraus:• Den besten Zug finden ist gar nicht so schwer ...• ... die Figur dann dort hin bewegen dagegen schon

Ziel: MANSAI???

(Modern And Not-Symbolic Artificial Intelligence)

• Wie soll das gehen?• Was sind die Aufgaben?• Was hat das mit Intelligenz zu tun?

Lessons to learn from the one intelligent agent known to us: us.

GOFAI:

Umwelt

Körper

Sinne

Gehirn

Muskeln

input symbolic computation output

logisches (=symbolisches)

Denken...

Ein seltsames Problem: symbol grounding (woher kommt Bedeutung)

Realistischer:

Umwelt

Körper

Sinne

Gehirn

Muskelnbew

usst

erab

stra

kter

sym

bolis

cher

lang

sam

er

Bewusste Entscheidungen, Wille, Pläne, Modelle der

Wirklichkeit, logisches (=symbolisches) Denken...

Goodbye GOFAI?

viele verschiedene Ansätze und Zielrichtungen

Umwelt

Körper

Sinne

Gehirn

Muskeln

Higher level cognition

input

symbolic computation

output

Und was ist mit dem Rest?Und mit dem Zusammenspiel?Und was war nochmal Intelligenz?

Kybernetik(„Regelungstechnik“)

ist-Zustand Vergleich Ist-Soll

Änderung in Richtung Soll-

Zustand

Feedback

feedback loops

Umwelt

Körper

Sinne

Gehirn

Muskeln

Umwelt

im Körper

im Gehirn

Subsumtion Architecture:Rodney Brooks (1986)

interplay: bottom-up or top-down?

Umwelt

Körper

Sinne

Gehirn

Muskeln

top

bottom

Umwelt

im Körper

im Gehirn

time

Umwelt

Körper

Sinne

Gehirn

Muskeln

Umwelt

im Körper

im Gehirn

Gedächtnis Erfahrung

Voraus-sagen

extras

Umwelt

Körper

Sinne

Gehirn

Muskeln

Umwelt

im Körper

im Gehirn

Gedächtnis ErfahrungWille?!

Selbstbild/modellAufmerksamkeit

Bewusstsein

Voraus-sagen

tasks and autonomy

Umwelt

Körper

Sinne

Gehirn

Muskeln

Umwelt

im Körper

im Gehirn

Gedächtnis ErfahrungWille?! Voraus-

sagen

NOISENOISE

NOISE

UNVORHERSEHBARKEIT ANDERE AGENTEN

further complications

Sicher handeln in einer unsicheren Welt

• Robustheit gegenüber Noise, Teilausfällen, fehlender Information, neuen Anforderungen, plötzlichen Änderungen, ...– Fehlende Informationen abschätzen

• Vorhersagen / Erfahrung• Modelle (selbst, andere Agenten, Umwelt)• Inferenz, Deduktion, Generalisation

– Schnelle Korrektur des Verhaltens• Reaktive Komponenten, Feedback• Aufmerksamkeit

Umwelt

Körper

Sinne

Gehirn

Muskeln

Umwelt

im Körper

im Gehirn

Gedächtnis ErfahrungWille?! Voraus-

sagen

NOISENOISE

NOISE

UNVORHERSEHBARKEIT

LERNEN

ANDERE AGENTEN

using experience to get better

Lernen

• Lernen = Verhaltensänderung• Was wird optimiert?• Wie wird Verhalten umgesetzt (controller)

was genau wird hier geändert?• Ein paar Möglichkeiten:– Symbolisch: Support Vector Machines, Bayesian – Subsymbolisch: Neuronale Netze– Reaktiv: Regelkreis

Umwelt

Körper

Sinne

Gehirn

Muskeln

Umwelt

im Körper

im Gehirn

Gedächtnis ErfahrungWille?! Voraus-

sagen

NOISENOISE

NOISE

UNVORHERSEHBARKEIT

LERNEN

ANDERE AGENTEN

ENTWICKLUNG

life-long adaption

Entwicklung

• Adaption über einen längeren Zeitraum• Bootstrapping? (Zuerst die Einfaches Lernen,

und auf dieser Basis später Schwieriges)• Gleichzeitige Veränderungen der Ressourcen?

(z.B. Wachstum, Motorik, Gedächtnis,...)

Umwelt

Körper

Sinne

Gehirn

Muskeln

Umwelt

im Körper

im Gehirn

Gedächtnis ErfahrungWille?! Voraus-

sagen

NOISENOISE

NOISE

UNVORHERSEHBARKEIT

LERNEN

ANDERE AGENTEN

ENTWICKLUNGEVOLUTION

adaption of the species

Evolution

• Optimierung des Agenten über Generationen– Gelerntes weitergeben ?!– Lernmechanismus weitergeben!

• System so allgemein definieren, dass es sich selbst (graduell) verändern kann

• Selektion (was ist relevant wird optimiert)?

Umwelt

Körper

Sinne

Gehirn

Muskeln

Umwelt

im Körper

im Gehirn

Gedächtnis ErfahrungWille?! Voraus-

sagen

NOISENOISE

NOISE

UNVORHERSEHBARKEIT

LERNEN

ANDERE AGENTEN

ENTWICKLUNGEVOLUTION

Resultat: Ein höchst flexibles, selbstregulierendes, adaptives System, das verschiedenste komplexe Aufgaben in einer nur teilweise vorhersehbaren Umwelt in Echtzeit meistert – oder zumindest lernen (sich entwickeln) kann, sie zu meistern

environment:

sensors: actuators:controllers (architecture, type of computing):

feedback:

aim of the project:

task(s) & autonomy: learning/adaption: extras/tricks:name:

rating/comments:

TED talks on roboticshttp://www.ted.com/talks/bruno_maisonnier_dance_tiny_robots.htmlRobot dance

http://www.ted.com/talks/daniel_wolpert_the_real_reason_for_brains.htmlNeuroscientist Daniel Wolpert starts from a surprising premise: the brain evolved, not to think or feel, but to control movement http://www.ted.com/talks/rodney_brooks_on_robots.htmlIn this prophetic talk from 2003, roboticist Rodney Brooks talks about how robots are going to work their way into our lives http://www.ted.com/talks/vijay_kumar_robots_that_fly_and_cooperate.htmlIn seinem Labor an der Pennsylvania State University bauen Vijay Kumar und sein Team fliegene Quadcopter.

http://www.ted.com/talks/dennis_hong_my_seven_species_of_robot.htmlBeim TEDxNASA stellt Dennis HONG sieben preisgekrönte All-Terrain-Roboter vor

http://www.ted.com/talks/a_robot_that_flies_like_a_bird.htmlSmartBird, a large, lightweight robot, modeled on a seagull, that flies by flapping its wings. http://www.ted.com/talks/david_hanson_robots_that_relate_to_you.htmlDavid Hanson's Robotergesichter sehen so aus wie Ihres und verhalten sich auch so. http://www.ted.com/talks/hod_lipson_builds_self_aware_robots.htmlHod Lipson zeigt ein paar seiner coolen, kleinen Roboter, die die Fähigkeit besitzen zu lernen, sich selbst zu verstehen und sogar sich selbst zu reproduzieren.

Humanoide Roboter

• Theatrical robotics?

• Problems with fear and empathy

• What to measure?

• AI-Ethics?

Key concepts• Artificial intelligence (strong vs. weak)• Degrees of freedom• Inverse kinematics• Degrees of autonomy• Subsumption Architecture• Embeddedness• Symbol grounding• Learning & development• Emergent Behaviour• Bayesion inference

Three laws of robotics

1. A robot may not injure a human being or, through inaction, allow a human being to come to harm.

2. A robot must obey the orders given to it by human beings, except where such orders would conflict with the First Law.

3. A robot must protect its own existence as long as such protection does not conflict with the First or Second Laws.

Die Zukunft?

1. Task-autonome Roboter für spezifischen Aufgaben, inspiriert von der Natur, grösstenteils GOFAI.

2. (und das ist nahe Zukunft!) Bionik:http://www.ted.com/talks/miguel_nicolelis_a_monkey_that_controls_a_robot_with_its_thoughts_no_really.html

Can we use our brains to directly control machines -- without requiring a body as the middleman?

Umwelt

Bionik:

Körper

Sinne

Gehirn

Muskelnpasst sich an den

gegebenen input/output an!

Roboter

sensors

Controller

actuators