Die Validierung von Systemen in sicherheitsrelevanten Situationen ist ein inhärent schwieriges Problem, wenn deren Verhalten über Lernalgorithmen trainiert wurde. Der subsymbolische Operationsmodus erlaubt keine ausreichende Abstraktion oder Repräsentation um Korrektheitsbeweise zu führen. Die Zielsetzung des Projektes VeryHuman ist es, die nötigen Abstraktionsebenen durch Beobachtung und Analyse des zweibeinigen Laufens eines humanoiden Roboters zu synthetisieren. Die zu entwickelnde Theorie dient sowohl als Grundlage, um Belohnungsfunktionen abzuleiten, die für die optimale Kontrolle des Roboters über erweiterte Lernansätze verwendet werden, als auch um verifizierbare Abstraktionen kinematischer Robotermodelle zu generieren, die erleichterte Verhaltensvalidierung erlauben.
Laufzeit:
01.06.2020
bis
31.05.2024
Zuwendungsempfänger:
Deutsches Forschungszentrum für Künstliche Intelligenz GmbH
Darstellung des Workflows im Projekt VeryHuman. Quelle: DFKI, Foto: Daniel Harnack
Biologisch inspirierte Kontrollalgorithmen wurden in jüngster Zeit erfolgreich für Robotersteuerung verwendet. Oft werden Techniken des bestärkenden Lernens oder der optimalen Kontrolltheorie verwendet, um komplexe Bewegungsabläufe mit einem Roboter durchzuführen (z.B. aufrechtes Gehen). Allerdings verbleiben bis dato zwei große Herausfoderungen für diese lernbasierten Ansätze:
Robuste Roboterhardware und eine akkurate Simulation des Systems sind notwendig. Der Roboter kann beispielsweise nicht einer großen Anzahl holonomer Randbedingungen, unter anderem interne mechanisch geschlossene Schleifen und externe Kontakte, unterworfen sein, welche die Genauigkeit der Simulation beeinträchtigen.
Zum Anderen kann sich die Implementierung Kontrollalgorithmen dieser Art schwierig gestalten, da es einer adäquaten Spezifikation des gesuchten Verhaltens bedarf. Am Beispiel des aufrechtes Ganges eines zweibeinigen humanoiden Roboters wird deutlich, dass es nicht direkt offensichtlich ist, was diese Spezifikation ist. Ein Ansatz ist die Relation verschiedener Körperteile zu betrachten (Kopf über Schultern, Schultern über Hüfte, Hüfte über Füßen) und physikalische Stabilitätskriterien zu untersuchen (Druckschwerpunkt, Zero Moment Point, etc.). Aber ist dies wirklich eine ausreichende Beschreibung des aufrechten Ganges, und was sind weitere, nicht-triviale Charakteristika? Die Beantwortung dieser Frage ist die Vorraussetzung, um passende Belohnungsfunktionnen und Randbedingungen für (tiefes) bestärkendes Lernen oder optimale Kontrolle zu formulieren.
Die drei Hauptforschungsfragen dieses Projektes sind:
Wie können Verhaltenseigenschaften für einen komplexen humanoiden Roboter formuliert und bewiesen werden?
Wie können Frameworks des bestärkenden Lernens und der optimalen Kontrolle effizient kombiniert werden um das gewünschte Verhalten zu erzielen?
Wie können aus Verhaltensbeschreibungen Belohnungsfunktionen abgeleitet werden, so dass diese in dem komplexen Anwendungsfall des aufrechten Gehens für bestärkendes Lernen und optimale Kontrollansätze verwendet werden können?
Diese drei Forschungsfragen sind eng verwoben und werden in drei Projektbereichen bearbeitet. Das übergreifende Projektziel ist eine Methodologie zur Entwicklung eines hybriden Kontrollansatzes aus optimaler Kontrolle und bestärkendem Lernen, zusammen mit einer rationalen Rekonstruktion des beobachteten sowie zukünftigen Verhaltens. Diese Rekonstruktion basiert auf Beobachtung der Roboterbewegungen und grundlegender Kenntnis der Physik (Strarrkörperdynamik). Der generelle Ansatz ist in Fig 2 skizziert. Das Demonstrationsszenario beinhaltet die Anwendung der entwickelten Methodologie für den aufrechten Gang des Roboters “RH5”, einer Neuentwicklung des DFKI-RIC (Fig. 1)
Videos
Introducing RH5 Manus: A Powerful Humanoid Upper Body Design for Dynamic Movements
Design, Analysis and Control of the Series-Parallel Hybrid RH5 Humanoid Robot
Torque-limited simple pendulum: A toolkit for getting started with underactuated robotics
Publikationen
2023
AcroMonk: A Minimalist Underactuated Brachiating Robot
Mahdi Javadi, Daniel Harnack, Paula Stocco, Shivesh Kumar, Shubham Vyas, Daniel Pizzutilo, Frank Kirchner
In IEEE Robotics and Automation Letters, IEEE, volume 8, pages 1-8, Jun/2023.
A Recursive Lie-Group Formulation for the Second-Order Time Derivatives of the Inverse Dynamics of Parallel Kinematic Manipulators
Andreas Müller, Shivesh Kumar, Thomas Kordik
In IEEE Robotics and Automation Letters, IEEE, volume 8, pages 1-8, Apr/2023.
2022
Experimental Investigations into Using Motion Capture State Feedback for Real-Time Control of a Humanoid Robot
Mihaela Popescu, Dennis Mronga, Ivan Bergonzani, Shivesh Kumar, Frank Kirchner
In Sensors - Open Access Journal, Multidisciplinary Digital Publishing Institute (MDPI), volume 22, number 24, pages 1-12, Dec/2022.
Modular and Hybrid Numerical-Analytical Approach - A Case Study on Improving Computational Efficiency for Series-Parallel Hybrid Robots
Rohit Kumar, Shivesh Kumar, Andreas Mueller, Frank Kirchner
In 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), (IROS-2022), 23.10.-27.10.2022, Kyoto, IEEE, Nov/2022.
Torque-limited simple pendulum: A toolkit for getting familiar with control algorithms in underactuated robotics
Felix Wiebe, Jonathan Babel, Shivesh Kumar, Shubham Vyas, Daniel Harnack, Melya Boukheddimi, Mihaela Popescu, Frank Kirchner
In Journal of Open Source Software, The Open Journal, volume 7, number 74, pages 1-7, Jun/2022.
Kinematic Analysis of a Novel Humanoid Wrist Parallel Mechanism
Christoph Stoeffler, Adriano del Rio Fernandez, Heiner Peters, Moritz Schilling, Shivesh Kumar
Editors: Bruno Siciliano, Oussama Khatib
In ARK 2022: Advances in Robot Kinematics 2022, (ARK-2022), 27.6.-30.6.2022, Bilbao, Springer, series Springer Proceedings in Advanced Robotics, volume 24, pages 348-355, Jun/2022. ISBN: 978-3-031-08140-8.
A Survey on Design and Control of Lower Extremity Exoskeletons for Bipedal Walking
Ibrahim Tijjani, Shivesh Kumar, Melya Boukheddimi
In Applied Sciences, MDPI, volume 12, number 5, pages 1-31, Feb/2022.
Analytic Estimation of Region of Attraction of an LQR Controller for Torque Limited Simple Pendulum
Lukas Groß, Lasse Jenning Shala, Shivesh Kumar, Frank Kirchner, Christoph Lüth
In 61st IEEE Conference on Decision and Control, (CDC-2022), 6.12.-9.12.2022, Cancun, Institute of Electrical and Electronics Engineers (IEEE), Jan/2022.
Post-Capture Detumble Trajectory Stabilization for Robotic Active Debris Removal
Shubham Vyas, Lasse Maywald, Shivesh Kumar, Marko Jankovic, Andreas Mueller, Frank Kirchner
In Advances in Space Research, Elsevier Ltd., volume 1, pages 1-18, 2022.
2021
Closed-form time derivatives of the equations of motion of rigid body systems
Andreas Müller, Shivesh Kumar
In Multibody System Dynamics, Springer, volume o.A., pages o.A., Jul/2021.
Design, Analysis and Control of the Series-Parallel Hybrid RH5 Humanoid Robot
Julian Eßer, Shivesh Kumar, Heiner Peters, Vinzenz Bargsten, José de Gea Fernández, Carlos Mastalli, Olivier Stasse, Frank Kirchner
In 2020 IEEE-RAS 20th International Conference on Humanoid Robots (Humanoids), (Humanoids-2020), 19.7.-21.7.2021, Munich/Virtual, IEEE, pages 400-407, Jul/2021.
Nth Order Analytical Time Derivatives of Inverse Dynamics in Recursive and Closed Forms
Shivesh Kumar, Andreas Mueller
In 2021 IEEE International Conference on Robotics and Automation (ICRA), (ICRA-2021), 30.5.-05.6.2021, Xi'an, IEEE, Jun/2021. IEEE.