KI in der Robotik. Flexible und anpassbare Systeme durch interaktives Lernen

Die Fähigkeit, Robotiksysteme einfach und intuitiv an Menschen, neue Aufgaben und Kontexte anzupassen, ist essenziell, um das Potenzial dieser Technologie für die Bewältigung vieler Herausforderungen unserer Zeit auszuschöpfen - sei es der Erhalt und Ausbau der Wettbewerbsfähigkeit, technologische Souveränität, demographischer Wandel oder der Aufbau einer Kreislaufwirtschaft. Die rasante Entwicklung im Bereich des maschinellen Lernens der letzten Jahre, aber auch sinkende Kosten bei Robotern und Komponenten sowie die gestiegene Rechenleistung führen zu einem optimistischen Klima in der Robotik. Menschennahe und adaptive Anwendungen der Robotik in sozialen Umgebungen scheinen daher perspektivisch umsetzbar, die bisher nicht oder nur sehr schwer realisierbar waren, beispielsweise im Dienstleistungsbereich, im Handwerk, im Alltag, im Haushalt oder in der Pflege. Dennoch gilt es sicherheitsrelevante Herausforderungen zu adressieren, die die Entwicklung dieser Technologie begleiten. Denn trotz ihres Potenzials für Wirtschaft und Gesellschaft und ihrer technologischen Möglichkeiten bleibt die Gestaltung sicherer und zuverlässiger Roboter ein zentrales Thema, ebenso wie die Frage nach der Wirtschaftlichkeit. Expertinnen und Experten der Arbeitsgruppe Lernfähige Robotiksysteme der Plattform Lernende Systeme widmen sich in diesem Whitepaper dem Thema der interaktiven, lernfähigen Robotik – vornehmlich aus technologischer Sicht unter Berücksichtigung der Aspekte funktionale Sicherheit und Wirtschaftlichkeit. Zunächst werden die technologischen, gesellschaftlichen und wirtschaftlichen Rahmenbedingungen dargestellt, die dieser Technologie eine vielversprechende Zukunft bescheinigen. Was unter lernfähigen und interaktiven Robotiksystemen zu verstehen ist, wird zunächst definiert, und verschiedene Arten des Lernens in der realen wie virtuellen Welt werden vorgestellt. Sieben Anwendungsbeispiele zeigen, wo und wie interaktive, lernfähige Roboter in naher sowie ferner Zukunft unterstützen können - sei es in der Landwirtschaft, im Gesundheitswesen, im Recycling oder im Weltraum. Dabei werden auch Anforderungen und mögliche Hürden benannt. Aus der Bandbreite der Anwendungsfälle werden Synergien, Besonderheiten und Fokusthemen ermittelt, die in Gestaltungsoptionen für Forschung und Entwicklung, für den Transfer und für den gesellschaftlichen Dialog münden. Dies mit Blick auf modulare Komponenten, technische Integration oder Weiterentwicklung von Sicherheitskonzepten sowie Maßnahmen zu Open-Source-Modulbibliotheken, Testumgebungen oder integrierte und partizipative Forschung.