Header logo is de
Unabhängige Forschungsgruppen
Autonomes Maschinelles Sehen

Max-Planck-Forschungsgruppe für Autonomes Maschinelles Sehen

Intelligente Autonome Systeme müssen ihre Umgebung effizient und robust wahrnehmen um sich in ihrer komplexen, veränderlichen Welt zurechtfinden zu können. Eine Schwierigkeit dabei besteht in der Umwandlung der gewaltigen Menge an eingehender, mehrdeutiger und unvollständiger Information in eine einfache und kompakte Repräsentation. Zur dreidimensionalen Interpretation der Szene muss zudem die durch den Projektionsprozess verlorene Information wieder hergestellt werden.


Autonomous Learning

Dynamische Lokomotion

Die Max-Planck-Forschungsgruppe Dynamische Lokomotion wird von Dr. Alexander Spröwitz geleitet. Robotic Biomechanics ist sein Spezialgebiet, denn er sieht sich als Robotiker und Biomechaniker.

Tiere laufen dynamisch und effizient, elegant und adaptiv. Ihre Fortbewegung ist ein sorgfältig orchestriertes Zusammenspiel der Muskeln und Sehnen, das im Laufe der Evolution immer mehr optimiert wurde. Spröwitz und sein vierköpfiges Doktoranten-Team nutzen Roboter, um Tiere und deren Bewegungsabläufe zu verstehen. Wie aktiviert ein Tier einen Muskel? Welche Kräfte sorgen dafür, dass sich das Tier fortbewegen kann? Diese Vorlagen aus der Biomechanik verwenden die Forscher, um daraus Roboter-Modelle zu bauen. Die vielen Einzelteile, die es beim Tier gibt (Muskeln, Sehnen und Knochen) verwenden sie, um ein vereinfachtes Modell eines Tieres zu bauen. Das Modell/der Roboter ist dabei den gleichen Kräften (wie z.B. der Schwerkraft) ausgesetzt wie das Tier. Die Frage, die sich den Forschern stellt, ist, wie die Einzelteile miteinander agieren? Vorteil beim Roboter-Modell ist, dass die Forscher die Motorik der einzelnen Teile wie nachempfundene Muskeln und Sehnen individuell testen können. Das geht beim Tier nicht – das Fell und die Haut versperren die Sicht.

Da wäre zum Beispiel die Spinne: sie läuft und springt mittels eines hybriden Systems aus Muskeln (so wie Tiere und der Mensch) und aus Hydraulik. Um ihre Beingelenke bewegen zu können, ist Hydraulik am Werk – anders geht es nicht, wenn sie das 15- bis 20fache ihrer Körpergröße hochspringt. Doch wie funktioniert die Druckerzeugung? Wo findet sie statt im Körper der Spinne? Und wie funktioniert die Gelenkmembran, die sich beim Sprung aufklappt wie ein Fächer? Spröwitz und sein Team schauen sich die Spinne genau an, bauen ein Spinnenbein nach und schließen daraus Rückschlüsse auf den Aufbau und die Funktionsweise des Beins.

Oder nehmen wir das Beispiel des Leoparden-Baby-Roboters, dem Cheetah-Cub Robot. Er wiegt rund vier Kilo und ist so groß wie eine ausgewachsene Hauskatze. Wie kann dieser Roboter unwegsames Terrain genau wie eine echte Katze meistern, z.B. eine Stufe hinuntergehen, oder über einen Absatz steigen? Wieviel Kraft muss der Roboter ebenso wie die Katze anwenden, um gehen zu können? Um die Bewegung des Tieres verstehen zu können, haben Spröwitz und sein Team die Katze einfach nachgebaut.


Mikro-, Nano- und Molekulare Systeme

Probabilistische Numerik

Max-Planck-Forschungsgruppe für Probabilistische Numerik

Die Forschungsgruppe studiert und entwickelt numerische Verfahren, insbesondere zur Verwendung in intelligenten Systemen. Kern unserer Arbeit ist die Beobachtung, dass Algorithmen zur Berechnung von nicht-analytischen Größen, wie Integralen und Extremwerten, als Inferenz, als lernende Maschinen beschrieben werden können. Es ist daher möglich, klassische numerische Verfahren so zu adaptieren, dass sie hilfreiche Struktur und erschwerende Unsicherheitsquellen, welche gerade in intelligenten Systemen auftreten, explizit modellieren und nutzen, um robustere oder effizientere Antworten zu liefern.


Statistical Learning Theory