"ANYmal"

Neuer Roboter kann Badminton gegen Menschen spielen

Für gewisse Sportarten braucht man unvermeidlich zwei oder gar mehr Personen – so etwa auch beim Badminton, das hierzulande zu einer überaus beliebten Freizeitaktivität zählt. Wer keine:n Spielpartner:in hat, musste bisher allerdings passen – ein neuer Roboter, der von einem Forscherteam der ETH Zürich entwickelt wurde, soll diesen Umstand nun ändern.

Hält zehn Schlagwechsel durch

Der vierbeinige Roboter mit dem Namen "ANYmal" wurde eigentlich gar nicht explizit fürs Badminton-Spielen entwickelt. Vielmehr brachten die Forschenden ihm das Spiel bei, um seine Funktionsfähigkeit zu demonstrieren. Doch warum gerade Badminton? Nun ja, das Spiel erfordert eine schnelle Ballerkennung, Reaktionsfähigkeit, eine gewisse Flugbahnvorausberechnung, eine geschickte Schlägerführung sowie ordentlich Beinarbeit – sprich, es ist für einen Roboter am heutigen Stand der Technik durchaus herausfordernd. 

Dementsprechend erstaunlich, wie dass der Roboter im Spiel gegen einen Menschen bereits zehn aufeinanderfolgende Schlagwechsel schaffte. Dabei konnte er auf den Ball zulaufen, seinen "Körper" neigen und den Ball aus verschiedenen Positionen zurückspielen.

So funktioniert's

Der Roboter ist mit einer Stereokamera ausgestattet, mit deren Hilfe er seine Umgebung in 3D wahrnehmen und damit interagieren kann. Zudem verfügt er über einen dynamischen Roboterarm mit mehreren Gelenken, die es ihm ermöglichen, den Badminton-Schläger in sämtliche Positionen bewegen zu können. 

Ein sogenanntes "Perception Noise Model" hilft dem Roboter dabei, die Live-Bilder der Kamera mit zuvor erstellten Trainingsdaten zu vergleichen. Diese Trainingsdaten stammen aus virtuellen Simulationen und geben dem Roboter eine Orientierung, sodass er gezielt Schläge ausführen kann. 

Insgesamt basiert die Technologie hinter dem Roboter auf dem sogenannten "Reinforcement Learning" ("Verstärkendes Lernen"): Bewegt der Roboter seine Beine oder seinen Schlagarm, teilen ihm die Forschenden mittels Controller mit, ob diese Entscheidung gut oder schlecht war, wodurch der "ANYmal" lernt und besser wird. 

Die gesamte Studie ist hier nachzulesen.

www.ethz.ch