Analyse und Entwicklung selbstlernender Bewegungsabläufe von Roboter-Skeletten (PDF)

Inhaltsangabe:Einleitung:
In den neunziger Jahren wuchs weltweit das wissenschaftliche und wirtschaftliche Interesse an laufenden Robotern. Die Realisierung solcher Roboter ist wesentlich schwieriger als z.B. die Fortbewegung mit Rädern. Eine grundlegende Frage ist, warum man versucht, laufende Roboter zu konstruieren. Ein wichtiger Grund dafür ist die Möglichkeit, sich in Terrains zu bewegen, in denen ein Fahrzeug mit Rädern nicht fahren kann. Die Fortbewegung auf Beinen ermöglicht das Überwinden von Hindernissen, das Treppensteigen und auch eine gleichmäßige Fortbewegung auf unebenem Gelände. Zum Beispiel sollen US-Soldaten in Zukunft einen Roboterhund als Unterstützung in ungangbarem Gelände erhalten.
Um laufende Roboter zu entwickeln, wird mit computerbasierten Modellierungen und Simulationen versucht, weitere Erkenntnisse zu gewinnen, die vielleicht eine Antwort auf viele ungelöste Probleme bei der Dynamik des Laufens finden.
Mit Framsticks und Breve hat man die Möglichkeit, Roboter-Skelette zu entwickeln, die sich in einem evolutionären Zyklus befinden. Durch eine festgelegte Zielfunktion wird versucht, ein Skelett zu erschaffen, das am besten in dieser simulierten Umwelt und ihren Nebenbedingungen überlebt. Die Verbesserung kann auf verschiedene Arten geschehen. Entweder verändert sich das Skelett einer Kreatur oder es ändern sich die Kontrollstrukturen, die den Bewegungsablauf steuern.
Durch diesen Ansatz hat man die Möglichkeit, lernfähige Roboter zu konstruieren, die sich in Zukunft besser auf unbekanntem Untergrund bewegen als bei den klassischen Methoden. Natürlich ist es bis dahin ein weiter Weg, jedoch ist die Idee, eine Robotersteuerung zu entwerfen, die sich ohne weiteres Wissen anpassen und lernen kann, ein interessanter Ansatz.

Zusammenfassung:
In dieser Diplomarbeit werden grundlegende Kenntnisse der simulierten Bewegung von Roboter-Skeletten erörtert. Dabei wird insbesondere auf die Techniken der evolutionären Algorithmen, wie auch auf die Simulatoren Framsticks und Breve eingegangen.
Es sind außerdem viele Simulationszustände in Breve und Programme für die Simulationsumgebung Breve enthalten. Des Weiteren können evolutionäre Algorithmen, neuronale Netze und ein Beispiel für eine Trägeroptimierung in Java (Source enthalten) interaktiv verfolgt werden.
Ferner wird auf die verschiedenen Lösungsarten als auch auf die Theorie der Evolution ¿ aus der die evolutionären Algorithmen hervorgegangen sind ¿ genauer [...]