Nach dem adaptiven Greifer Fin Gripper schickt Festo jetzt eine lernfähige Version nach biologischem Vorbild ins Rennen: den Learning Gripper. Das Ziel: selbstlernende Systeme für künftige Produktionslinien.
Anfangs zucken und zappeln die Greifer nur. Einige Zeit verstreicht, bis die vier abstrakten Finger der künstlichen Hand so koordiniert zupacken, dass sie die Seite einer Kugel in eine bestimmte Lage drehen. Der Clou dabei: Weder Programmieranweisung noch definierte Bewegungstrategie geben das Verhalten vor.
Der Learning Gripper genannte Versuchsträgers löst eine komplexe Aufgabe selbstständig. Der Greifer, „der lernen kann“, sagte Eberhard Klotz, Leiter Marketingkonzepte, Produkte und Technologien bei Festo, nutzt dafür die künstliche Intelligenz. Über das sogenannte Machine-Learning-Verfahren entwickeln Algorithmen aufgrund des erhaltenen Feedbacks durch vorangegangene Aktionen ihre Verhaltens- oder Bewegungsstrategien. Lernen durch Verstärken heißt das Prinzip. Der Greifer, der in abstrahierter Weise der menschlichen Hand entspricht, optimiert sich dadurch selbst. Bereits die 500 000 Bewegungsoptionen des Greifers deuten auf die komplexe mechatronische Herausforderung. Während die Lernalgorithmen per PC verarbeitet werden, steuert die mechatronische Seite die Festo-Ventilinsel CPX.
Die vier Finger des bionischen Greifers werden mit zwölf Niederdruck-Balgaktoren pneumatisch angetrieben.
Solche selbstlernenden Systeme könnten in Zukunft in eine Produktionslinie eingebaut weden und dann eigenständig ihr Verhalten optimieren, nennt Eberhard Klotz das Motiv. Seit Jahren profitiert Festo vom Know-how seiner mechatronischen Exponate. Future Concepts nennen die Esslinger Kreationen wie den Learning Gripper, die auf die praktische Realisierung von Automationslösungen von morgen abzielen. Festo sei bereits in der Lage, dezentrale Intelligenz in eine Automatisierungsplattform wie die CPX-Ventilinsel zu bringen, sagte Klotz. dk
Teilen: