Roboter: Lernen durch Crowdsourcing. (Foto: washington.edu)
Washington – Forscher der University of Washington haben gezeigt, dass Crowdsourcing ein effektiver Weg ist, um Roboter zu lehren, ihre Aufgaben zu erfüllen. Anstatt nur von einem Menschen zu lernen, könnten die Maschinen eines Tages die Online-Community um Rat bitten. «Wir versuchen eine Methode zu entwickeln, in der der Roboter die ganze Welt um Hilfe rufen kann, falls er bei einer Aufgabe überfordert ist», sagt US-Forscher Rajesh Rao.
Wissen der Community nutzen
Lernen durch die Imitation menschlichen Verhaltens ist der übliche Vorgang, über den Roboter heute ihre Aufgaben erlernen. Aber das kann eine lange Zeit in Anspruch nehmen. Viele Wiederholungen sind notwendig, um den Roboter beizubringen, einen Geschirrspüler auf die ökonomischste Art und Weise zu befüllen. Lernt der Roboter hingegen nur die Grundschritte und fragt danach die Online-Gemeinschaft um Rat für zusätzlichen Input, kann das Gerät mehr Daten sammeln, um seine Aufgaben effizient und korrekt zu erledigen.
«Weil unsere Roboter Maschinen-Lerntechniken verwenden, brauchen sie viele Daten, um akkurat ihre Aufgaben zu erfüllen. Je mehr Daten sie erheben, umso besser funktionieren sie. Unser Ansatz ist es, diese Daten via Crowdsourcing zu erhalten», unterstreicht Rao. In der Studie kreierten die Forscher ein Online-Crowdsourcing-Modell.
Die Teilnehmer bauten ein simples Modell – ein Auto, einen Baum oder eine Schildkröte – aus farbigen Lego-Blöcken. Dann forderten sie den Roboter dazu auf, ein gleichartiges Modell zu bauen. Basierend auf den wenigen Beispielen der Studienteilnehmer war der Roboter zuerst nicht in der Lage, ein komplettes Model zu errichten.
Um mehr Informationen über das Bauen solcher Objekte zu erhalten, hat sich der Roboter an die Community gewandt. Auf Amazon Mechanical Turk, einer Crowdsourcing-Site, wurden Personen engagiert, um ähnliche Modelle von Autos, Bäumen oder Schildkröten zu bauen. Von mehr als 100 Modellen verschiedenster Art suchte der Roboter das beste Modell, basierend auf der Schwierigkeit und Ähnlichkeit zum Original. Danach baute er die besten Modelle von jedem Gebilde der Teilnehmer und konnte seine Aufgabe somit schlussendlich erfüllen.
Roboter-Mensch-Interaktion als Ziel
Derzeit untersucht das Forscherteam, die Möglichkeit des Crowdsourcing-Lernens für Roboter bei komplexeren Aufgabenstellungen wie dem Finden und Holen von Dingen in einem mehrstöckigen Gebäude. Die Vision der Wissenschaftler für die Zukunft ist eine intensive Online-Kommunikation der Roboter mit den Menschen, um neue Fertigkeiten zu erlernen und Aufgaben zu erfüllen, die unseren Alltag erleichtern. (pte/mc/ps)
