Unabhängig davon, wie leistungsfähig ein Robotermechanismus ist, handelt er derzeit in den meisten Fällen nach vorab geschriebenen Algorithmen (oder wird vollständig von einer Person gesteuert) und kann die Konsequenzen seiner Aktionen nicht vorhersehen. Wissenschaftler der University of California in Berkeley haben jedoch eine neue Technologie für Lernmaschinen entwickelt, mit der sie vorhersagen können, wohin diese oder jene Aktion führen wird, selbst wenn sie mit Objekten interagieren, denen der Roboter zuvor nicht begegnet ist.
Die EurekAlert Edition schreibt über die neue Entwicklung. Ihren Berichten zufolge ist die Technologie wie folgt strukturiert: In der ersten Phase bewegt der Roboter Objekte unabhängig und ohne Beteiligung eines Bedieners unter Verwendung von Bildern, die von Kameras empfangen wurden, auf deren Grundlage ein Vorhersagemodell des Verhaltens erstellt wird. Nach mehreren Versuchen wird es "gespeichert" und später verwendet, wenn neue oder ähnliche gesehene Objekte getroffen werden. Die Kameras des Roboters berechnen die mögliche Abfolge von Aktionen, jedoch bisher nur wenige Sekunden vor. Dies reicht zwar bereits aus, damit der Roboter ohne menschliche Beteiligung unter neuen Bedingungen Entscheidungen treffen kann. Wie von einem der Forscher, Frederic Ebert, angegeben, „Während ihres gesamten Lebens lernen die Menschen, durch Versuch und Irrtum mit wenig oder gar keiner Hilfe mit der Welt um sie herum zu interagieren, die erforderlichen Erfahrungen zu sammeln und Fähigkeiten zu erwerben. Wir haben es geschafft, ein Robotersystem zu bauen, das eine große Menge autonom gesammelter Daten verwendet, um nützliche Fähigkeiten zu erwerben, und das während des Trainings gewonnene Wissen kann von der Maschine in Zukunft verwendet werden, wenn beispielsweise Objekte bewegt werden."
Vladimir Kuznetsov
