Das Robotik-KI-Unternehmen Skild AI hat für sein System S1 ein Spielfeld geschaffen, auf dem es Fußball selbstständig lernen kann, statt jede einzelne Bewegung zu programmieren. In der virtuellen Umgebung Isaac Sim von NVIDIA absolvierte das System Spiele, die 140 Jahren Fußballerfahrung entsprachen; sein einziges Ziel war es, Tore zu erzielen. Fähigkeiten wie das Annähern an den Ball, das Dribbeln und das Blockieren des Wegs des Gegners entwickelte es während der Spiele weiter. Der Roboter, der anfangs Schwierigkeiten beim Gehen hatte, erhielt den Namen „Messinator“.
Gegner und Lehrer im Training waren frühere Versionen des Roboters. In Spielen, die durch die Self-Play-Methode immer schwieriger wurden, behielt er die Spielzüge bei, die sich als nützlich erwiesen. Nach dem virtuellen Training erprobte er seine Fähigkeiten beim Dribbeln, beim Richtungswechsel und beim Blockieren des Gegners auf echtem Untergrund. Außerdem beobachtete der Roboter die Bewegungen des Gegners, während er das Gleichgewicht hielt und den Ball kontrollierte, und entschied über seinen nächsten Spielzug. Skild AI will diese Methode bei Aufgaben in Fabriken, auf Baustellen und im Haushalt einsetzen.
Warum wichtig
Dieser Ansatz rückt die Idee in den Vordergrund, Robotern Fähigkeiten über Ziele und Versuch und Irrtum beizubringen, statt jede Bewegung einzeln vorzugeben. Dass in einer virtuellen Umgebung entwickelte Verhaltensweisen auf echtem Untergrund erprobt werden können, trennt den Lernprozess von Versuchen mit dem physischen Roboter und bietet eine Methode, die für Aufgaben in Fabriken, auf Baustellen und im Haushalt eingesetzt werden könnte. Allerdings ist noch offen, in welchem Maß die beim Fußball nützlichen Fähigkeiten wie Gleichgewicht, Richtungswechsel und Blockieren bei anderen Aufgaben zum Tragen kommen. Daher wirft die Entwicklung insbesondere für diejenigen, die sich mit der Entscheidungsfindung von Robotern unter wechselnden Bedingungen beschäftigen, nicht nur die Frage nach einer einzelnen Fähigkeit auf, sondern auch danach, ob sich die Lernmethode auf andere Bereiche übertragen lässt.