"Ich spiele den Ball zum Roboter, der den Ball wahrnimmt und abschätzt, wo er schlagen muss. Wenn er einen guten Schlagpunkt gefunden hat, wählt er anhand einer Bibliothek von Bewegungsabläufen aus, welche Bewegung er ausführen wird. Hier zum Beispiel war der Ball viel zu kurz. Er hat kurz noch überlegt, ob er ihn nehmen kann, hat dann aber entschieden, nein, der Ball ist zu kurz, da komm ich nicht mehr ran, und bricht dann die Bewegung ab."
Katharina Mülling steht an der Tischtennisplatte im Labor des Max-Planck-Instituts für biologische Kybernetik in Tübingen. Ihr Gegner auf der anderen Seite ist an der Decke montiert. Eigentlich besteht er aus nicht viel mehr als einem mechanischen Arm. Trotzdem retourniert er die Schläge der Informatikerin sicher. Doch dann stockt der vollautomatische Ping-Pong-Spieler plötzlich.
"Gerade sieht das System die Bälle nicht. Das kann daran liegen, dass das Vision-System von etwas abgelenkt ist, wie zum Beispiel von dem gelben Mikrofon."
Der Roboter rührt sich nicht.
"Er sieht die Bälle durch vier Kameras, letztendlich sieht er aber nur neun Pixel, das ist etwas ganz, ganz Kleines, wie er den Ball sieht."
Und da verwechselt er schon mal ein gelbes Mikrofon mit dem orangefarbenen Ping-Pong-Ball. Die große Stärke des Tischtennis-Roboters liegt in einem anderen Bereich: Er ist sehr lernfähig. Mülling:
"Ursprünglich hat der Roboter keine Ahnung von Bewegungsabläufen. Um dem Roboter jetzt eine Bewegung beizubringen, nehmen wir ihn am Arm. Und wenn jetzt der Ball ankommt, holen wir aus, wie wir es auch beim Menschen machen würden, und schlagen dann den Ball."
Mülling führt dem Roboter den Arm, so wie man es mit einem Kind machen würde. Der Elektro-Sportler speichert die Bewegung und probiert sie später im Spiel aus. Gelingt der Schlag, speichert er auch das – und wendet die erfolgreiche Technik in einer vergleichbaren Situation wieder an. Ganz ähnlich wie ein Mensch also.
"Zur Zeit ist es so, dass das Verhalten von Robotern einprogrammiert ist, und sobald die Roboter sich mal auf was anderes einlassen müssen, dann geht das nicht mehr. Das Ziel ist es, dass Roboter automatisch Bewegungsabläufe erlernen, so ist das auch einfacher, dass nicht immer wieder ein Programmierer etwas Neues einprogrammieren muss, sondern man kann das einfach zeigen."
Dabei geht es natürlich nicht bloß um Ping Pong.
"Was natürlich der Traum von allen Robotikern ist, irgendwann den Roboter auch im Haushalt einzusetzen, so dass der Roboter mit Menschen interagieren kann und auch neue Aufgaben lernt, die man ihm einfach im Haushalt zeigt."
Spülmaschine ausräumen, Fenster putzen, Getränke reichen – das könnte eine große Hilfe sein, besonders für alte und kranke Menschen. An der Tischtennisplatte klappt das Zusammenspiel von Mensch und Maschine schon ganz gut. Der Ping-Pong-Apparat trickst sogar ein bisschen.
"Der Roboter spielt schon gemein zurück, wir dürfen nur nicht so gemein zu dem Roboter hin spielen."
Denn der hat ja ein Handicap: Er kann nicht hin- und herlaufen. Für das Training mit dem Roboter musste Katharina Mülling deshalb lernen, sehr präzise zu spielen.
"Für mich war das erst mal etwas schwieriger. Ich hab in meiner Jugend Tennis gespielt, das sind natürlich ganz andere Dimensionen. Dafür war das schon mal eine neue Herausforderung, den Tisch auch zu treffen."
Aber Menschen sind ja auch ziemlich lernfähig.
"Ich habe mehr Möglichkeiten zu lernen, die der Roboter noch nicht so hat, ich kann mich bewegen. Von daher würde ich schon sagen, dass der Mensch schneller lernt. Aber der Roboter ist schon recht fix, muss ich sagen, dafür, dass er ein Roboter ist."
Katharina Mülling steht an der Tischtennisplatte im Labor des Max-Planck-Instituts für biologische Kybernetik in Tübingen. Ihr Gegner auf der anderen Seite ist an der Decke montiert. Eigentlich besteht er aus nicht viel mehr als einem mechanischen Arm. Trotzdem retourniert er die Schläge der Informatikerin sicher. Doch dann stockt der vollautomatische Ping-Pong-Spieler plötzlich.
"Gerade sieht das System die Bälle nicht. Das kann daran liegen, dass das Vision-System von etwas abgelenkt ist, wie zum Beispiel von dem gelben Mikrofon."
Der Roboter rührt sich nicht.
"Er sieht die Bälle durch vier Kameras, letztendlich sieht er aber nur neun Pixel, das ist etwas ganz, ganz Kleines, wie er den Ball sieht."
Und da verwechselt er schon mal ein gelbes Mikrofon mit dem orangefarbenen Ping-Pong-Ball. Die große Stärke des Tischtennis-Roboters liegt in einem anderen Bereich: Er ist sehr lernfähig. Mülling:
"Ursprünglich hat der Roboter keine Ahnung von Bewegungsabläufen. Um dem Roboter jetzt eine Bewegung beizubringen, nehmen wir ihn am Arm. Und wenn jetzt der Ball ankommt, holen wir aus, wie wir es auch beim Menschen machen würden, und schlagen dann den Ball."
Mülling führt dem Roboter den Arm, so wie man es mit einem Kind machen würde. Der Elektro-Sportler speichert die Bewegung und probiert sie später im Spiel aus. Gelingt der Schlag, speichert er auch das – und wendet die erfolgreiche Technik in einer vergleichbaren Situation wieder an. Ganz ähnlich wie ein Mensch also.
"Zur Zeit ist es so, dass das Verhalten von Robotern einprogrammiert ist, und sobald die Roboter sich mal auf was anderes einlassen müssen, dann geht das nicht mehr. Das Ziel ist es, dass Roboter automatisch Bewegungsabläufe erlernen, so ist das auch einfacher, dass nicht immer wieder ein Programmierer etwas Neues einprogrammieren muss, sondern man kann das einfach zeigen."
Dabei geht es natürlich nicht bloß um Ping Pong.
"Was natürlich der Traum von allen Robotikern ist, irgendwann den Roboter auch im Haushalt einzusetzen, so dass der Roboter mit Menschen interagieren kann und auch neue Aufgaben lernt, die man ihm einfach im Haushalt zeigt."
Spülmaschine ausräumen, Fenster putzen, Getränke reichen – das könnte eine große Hilfe sein, besonders für alte und kranke Menschen. An der Tischtennisplatte klappt das Zusammenspiel von Mensch und Maschine schon ganz gut. Der Ping-Pong-Apparat trickst sogar ein bisschen.
"Der Roboter spielt schon gemein zurück, wir dürfen nur nicht so gemein zu dem Roboter hin spielen."
Denn der hat ja ein Handicap: Er kann nicht hin- und herlaufen. Für das Training mit dem Roboter musste Katharina Mülling deshalb lernen, sehr präzise zu spielen.
"Für mich war das erst mal etwas schwieriger. Ich hab in meiner Jugend Tennis gespielt, das sind natürlich ganz andere Dimensionen. Dafür war das schon mal eine neue Herausforderung, den Tisch auch zu treffen."
Aber Menschen sind ja auch ziemlich lernfähig.
"Ich habe mehr Möglichkeiten zu lernen, die der Roboter noch nicht so hat, ich kann mich bewegen. Von daher würde ich schon sagen, dass der Mensch schneller lernt. Aber der Roboter ist schon recht fix, muss ich sagen, dafür, dass er ein Roboter ist."