Suchen

Künstliche Intelligenz Roboter mit KI spielt Curling gegen Menschen

| Autor / Redakteur: Hendrik Härter / Nico Litzel

Ein Curling-Roboter mit Künstlicher Intelligenz schlägt sich auf nationaler Ebene gegen ein menschliches Team. Mit einer neuartigen KI-Methodik kann der Roboter anhand weniger Daten eine Strategie berechnen.

Curly ist auf die Planung und Handlung in einem datenarmen Entscheidungsumfeld und unter Zeitdruck spezialisiert.
Curly ist auf die Planung und Handlung in einem datenarmen Entscheidungsumfeld und unter Zeitdruck spezialisiert.
(Bild: TU Berlin)

Systeme auf Basis von Künstlicher Intelligenz (KI) kommen beispielsweise in Suchmaschinen, Übersetzungswerkzeugen oder in den sozialen Medien zum Einsatz. Selbst bei komplexen Entscheidungen in der Automatisierung oder bei selbstfahrenden Autos kommen sie zum Einsatz.

Muss eine KI mit ihrer Umgebung interagieren, dann kann es schnell problematisch werden. „Denn Anwendungen in der realen Welt sind oft datenarm, voller Unsicherheiten und nicht stationär“, beschreibt es Prof. Dr. Klaus-Robert Müller, Leiter der Arbeitsgruppe Maschinelles Lernen an der TU Berlin und Gastprofessor an der Korea University. Erste Versuche konnten weltweit die Wissenschaftler in der Robotik oder in selbstfahrenden Fahrzeugen bereits machen. „Doch sind die grundlegenden Herausforderungen noch weitgehend ungelöst“, sagt Klaus-Robert Müller.

Curling ist ein hochkomplexes Spiel

Ein gutes Testfeld, um die Interaktion zwischen Systemen der Künstlichen Intelligenz sowie der realen Welt zu untersuchen, ist Curling. „Bei diesem hochkomplexen Spiel ändern sich ständig die Eigenschaften der Umgebung. Jeder Wurf hat Auswirkungen auf den Ausgang des Spiels“, erzählt Prof. Dr. Seong-Whan Lee von der Korea University.

Darüber hinaus gibt es aufgrund der strengen Zeitregeln des Spiels keine Zeit zum Umlernen für die KI. „Wir konnten einen Curling-Roboter mit einem Algorithmus ausstatten, der auf einer Kombination von Deep Learning, Reinforcement Learning und zeitlicher Information beruht und damit die vielen Unsicherheiten des Curling-Spiels kompensiert“, berichtet Klaus-Robert Müller. Curly besteht aus zwei Robotern, die gemeinsam im Team spielen. Über einen Roboter wird die Lage der Steine auf dem Eis analysiert. Anhand dieser Daten errechnet sich die Strategie des Wurfs des zweiten Roboters berechnet. Allerdings können die Roboter nicht die Oberfläche des Eises mit einem Besen beeinflussen.

Mit diesem Ansatz ist es den Wissenschaftlern gelungen, die Leistungen von Curly auf ein menschliches Niveau zu heben. Curly meisterte alle oben genannten Herausforderungen und konnte drei von vier offiziellen Spielen gegen menschliche Spitzenteams auf nationaler Ebene gewinnen.

Video: Der Curling-Roboter auf dem Eis

Schnelle Reaktion auf unvorhergesehene Züge

Die olympische Disziplin Curling ist ein hoch strategisches Spiel von kombinatorischer Komplexität. Entscheidend ist die optimale Reaktion auf die oft unvorhergesehenen Züge des Gegners. Zudem wird Curling auf einer rutschigen Oberfläche, einer Eisschicht, gespielt.

„Sowohl die Robotersteuerung für das Spielen eines Steins als auch die Simulation der Stein-Bewegung müssen ständig neu kalibriert werden, um nichtlineare Reibungseffekte und Unsicherheiten, die durch die rutschige Eisfläche entstehen, effektiv zu kompensieren. Dazu kommen heterogene Eisverhältnisse und die Unmöglichkeit, diese im Detail zu bewerten. „Alle strategischen Entscheidungen, Planungen, Schätzungen bei der Synchronisierung zwischen KI-Agenten und Robotersteuerung müssen nicht nur innerhalb von Echtzeit, sondern auch unter hohen Unsicherheiten durchgeführt werden. Dabei sind die Daten, die zur Verfügung stehen, um das Deep-Learning-Netzwerk zu trainieren, sehr begrenzt. Insgesamt eine gewaltige Herausforderung für die moderne KI“, erklärt Klaus-Robert Müller abschließend.

Dieser Artikel stammt von unserem Partnerportal ElektronikPraxis.

(ID:46898050)