Neue KI-Technologie: Echtzeitentscheidungen für autonome Roboter mit SETS-Algorithmus von Caltech verbessern

BerlinCaltech-Forscher haben einen neuen Algorithmus entwickelt, um die Entscheidungsfindung autonomer Roboter zu optimieren. Diese Methode, genannt Spectral Expansion Tree Search (SETS), ist von den Strategien inspiriert, die in Googles AlphaZero, bekannt für Brettspiele wie Schach und Go, Anwendung finden. Im Unterschied zu AlphaZero, das in festgelegten Gittern operiert, ist SETS dafür konzipiert, in den dynamischen und unvorhersehbaren Umgebungen, denen Roboter in der realen Welt begegnen, effektiv zu arbeiten.
SETS kann bei verschiedenen Robotertypen eingesetzt werden. Zu den wichtigsten Merkmalen dieses Algorithmus gehören seine Vielseitigkeit und breite Anwendungsmöglichkeiten.
- Vielseitigkeit: Geeignet für jedes Robotersystem, sei es Drohnen oder autonome Fahrzeuge.
- Effizienz: Durchläuft einen vollständigen Entscheidungszyklus in etwa einem Zehntel einer Sekunde.
- Anpassungsfähigkeit: Nutzt eine ausgewogene Strategie aus Erkundung und Nutzung, um schnell die besten Entscheidungen zu treffen.
SETS kann blitzschnell tausende mögliche Routen simulieren. Bei jeder Entscheidung kann ein Roboter Hindernisse umfahren, verschiedene Szenarien prüfen und die beste Route wählen. SETS ermöglicht Drohnen einen ruhigen Flug bei Wind und unterstützt selbstfahrende Autos dabei, sicher durch kurvige Straßen zu navigieren, indem es ihre Bewegungen schnell und präzise optimiert.
Diese Entwicklung ist entscheidend für die Robotik, da sie eine schnelle und flexible Methode bietet, um in Echtzeit Entscheidungen zu treffen. Früher hatten Roboter Schwierigkeiten, rechtzeitig nutzbare Wege zu finden. Viele ältere Verfahren waren zu langsam in der Berechnung und somit für Aufgaben in Echtzeit ungeeignet. SETS löst dieses Problem durch eine kluge Balance zwischen der Erkundung neuer Möglichkeiten und der Nutzung bekannter Informationen. Dadurch können Roboter auf ihre Umgebung reagieren und sich gleichzeitig auf unerwartete Situationen vorbereiten.
Anwendungsbereiche von SETS reichen über wissenschaftliche Experimente hinaus. Da autonome Technologien in Bereichen wie Transport, Gesundheitswesen und Verteidigung immer wichtiger werden, wächst der Bedarf an schneller und zuverlässiger Entscheidungsfindung. Praktische Tests mit Drohnen und selbstfahrenden Autos zeigen, dass sie umsetzbar sind und die Sicherheit sowie Leistung in anspruchsvollen Situationen verbessern können.
SETS ist mehr als nur ein technischer Fortschritt; es erhöht die Zuverlässigkeit, Reaktionsfähigkeit und Intelligenz autonomer Systeme und verändert die Art und Weise, wie sie mit ihrer Umwelt interagieren.
Die Studie wird hier veröffentlicht:
http://dx.doi.org/10.1126/scirobotics.ado1010und seine offizielle Zitation - einschließlich Autoren und Zeitschrift - lautet
Benjamin Rivière, John Lathrop, Soon-Jo Chung. Monte Carlo tree search with spectral expansion for planning with dynamical systems. Science Robotics, 2024; 9 (97) DOI: 10.1126/scirobotics.ado1010

2. Februar 2025 · 00:28
Fernsehgewalt prägt Buben nachhaltig: Studie zu Langzeiteffekten auf aggressives Verhalten

30. Dezember 2024 · 03:47
Blitzschneller Laser-Neuron eröffnet neue Horizonte in KI und Hochleistungsrechnen
Diesen Artikel teilen

