Kinesthetic Teaching

Auch genannt: lead-through programming, hand guiding, physical demonstration
Kategorie: Learning & autonomy › Learning from demonstration
Schlagwörter: imitation-learning, demonstrations, human-robot-interaction, cobots, data-collection

Einem Roboter etwas beibringen, indem man seinen Arm physisch durch eine Aufgabe führt, während er seine eigene Gelenk- oder Endeffektorbewegung aufzeichnet, sodass Demonstrationen direkt im eigenen Körper des Roboters entstehen.

Definition

Kinästhetisches Lehren (kinesthetic teaching) ist eine Art, Demonstrationen zu geben, bei der ein Mensch den Roboter hält und ihn durch die Aufgabe führt. Der Regler des Roboters macht den Arm leicht beweglich, und der Roboter zeichnet seine eigenen Gelenkpositionen, Endeffektorposen und manchmal Kräfte als Demonstration auf. Die aufgezeichneten Daten können als festes Programm wiedergegeben oder als Trainingsdaten für Imitation Learning verwendet werden. Kinästhetisches Lehren ist also eine Methode zum Sammeln von Demonstrationen, während Imitation Learning die Familie von Methoden ist, die daraus eine Policy lernen, gleich auf welchem Weg die Demonstrationen gesammelt wurden. In der Industrierobotik heißt dieselbe Idee Lead-Through-Programmierung oder Handführung.

Der Hauptvorteil ist, dass die Demonstrationen direkt im eigenen Gelenkraum des Roboters vorliegen. Teleoperation und Videodemonstrationen erfordern, menschliche Bewegung auf einen anderen Körper abzubilden, das Korrespondenzproblem, und Teleoperationsschnittstellen können für feine oder kontaktreiche Bewegungen schwer zu bedienen sein. Beim kinästhetischen Lehren ist jede aufgezeichnete Bewegung für den Roboter bereits kinematisch ausführbar, und der Mensch spürt den Kontakt mit der Umgebung über den Arm. Damit das möglich ist, muss sich der Arm leicht von Hand bewegen lassen: Entweder ist er rückwärtstreibbar und betreibt einen Regler mit Schwerkraftkompensation oder niedriger Impedanz, oder er nutzt Gelenkmomentsensorik oder Kraftsensorik am Handgelenk mit Admittanzregelung, um den vom Menschen aufgebrachten Kräften zu folgen.

Kinästhetisches Lehren hat auch Grenzen. Hände und Körper des Menschen befinden sich in der Szene, sodass während der Demonstration aufgenommene Bilder den Menschen enthalten und die aufgezeichneten Kräfte auch den Schub des Menschen umfassen, nicht nur die Aufgabenkräfte. Eine übliche Abhilfe ist, die Trajektorie kinästhetisch aufzuzeichnen und dann autonom wiederzugeben, um saubere Kamera- und Kraftdaten zu erfassen. Einen schweren oder vielgelenkigen Arm zu führen ist ermüdend, zweiarmige Aufgaben erfordern zwei Personen oder sorgfältige Aufbauten, und schnelle oder dynamische Bewegungen lassen sich von Hand schwer demonstrieren. Demonstrationen erfassen auch das Zögern der lehrenden Person, daher werden Trajektorien vor der Verwendung meist geglättet oder segmentiert.

Warum es wichtig ist

Kinästhetisches Lehren ist einer der einfachsten Wege, ausführbare, aufgabenrelevante Demonstrationen auf einen realen Roboter zu bringen, ohne Retargeting und mit wenig zusätzlicher Hardware. Es wird sowohl zum Programmieren von Cobots in der Fabrikhalle als auch zum Sammeln von Daten für die Forschung zu Imitation Learning breit eingesetzt.

Wichtige Anwendungen

Programmieren von Cobots durch Handführung
Sammeln von Demonstrationen für Imitation Learning und Verhaltensklonung
Lehren kontaktreicher Aufgaben wie Wischen, Einsetzen und Schöpfen
Lernen von Bewegungsprimitiven aus wenigen Demonstrationen
Einlernen von Wegpunkten für Schweiß-, Lackier- und Montagebahnen

In der Praxis

Ein Forschungsteam sammelt Demonstrationen für das Schöpfen von Essen aus einer Schüssel mit einem Löffel, der an einem kollaborativen Arm befestigt ist. Im Schwerkraftkompensationsmodus fasst ein Mensch den Arm nahe dem Handgelenk und führt jedes Schöpfen aus, während der Roboter Endeffektorposen mit fester Rate aufzeichnet. Da die Hand des Menschen die Handgelenkkamera verdeckt und Kraft hinzufügt, wird jede aufgezeichnete Trajektorie anschließend vom Roboter allein wiedergegeben, und die Kamerabilder und Kraftmesswerte aus der Wiedergabe werden mit der Trajektorie als Trainingsdaten gepaart. Demonstrationen, die den Schüsselrand treffen oder Essen verschütten, werden verworfen, und die übrigen dienen zum Training einer visuomotorischen Policy.

Häufige Missverständnisse

Kinästhetisches Lehren ist eine Form der Teleoperation — bei der Teleoperation bewegt der Mensch eine separate Schnittstelle und der Roboter folgt aus der Ferne, beim kinästhetischen Lehren bewegt der Mensch den Roboter selbst physisch
Jeder Roboterarm kann kinästhetisch gelehrt werden — der Arm braucht rückwärtstreibbare Gelenke oder Momenten- bzw. Kraftsensorik mit einem geeigneten Regler; ein steifer, positionsgeregelter Industriearm lässt sich nicht einfach von Hand schieben
Während der Demonstration aufgezeichnete Daten können unverändert verwendet werden — der Mensch erscheint in den Kamerabildern und seine aufgebrachte Kraft vermischt sich mit den Aufgabenkräften, daher geben viele Pipelines die Trajektorie erneut wieder, um saubere Sensordaten aufzuzeichnen

Wer das wissen sollte

Forschende im Roboterlernen, die Demonstrationen sammeln
Integratoren, die Cobots programmieren
Regelungsingenieure, die Schwerkraftkompensation und Admittanzregelung umsetzen
Entwickler von Assistenz- und Servicerobotern

Open Source Robotics