{"id":2976,"date":"2023-01-12T09:36:21","date_gmt":"2023-01-12T09:36:21","guid":{"rendered":"https:\/\/rfidunion.com\/?p=2976"},"modified":"2023-03-25T03:44:40","modified_gmt":"2023-03-25T03:44:40","slug":"machine-learning-in-robotics","status":"publish","type":"post","link":"https:\/\/rfidunion.com\/de\/applications\/machine-learning-in-robotics.html","title":{"rendered":"Die Rolle von KI und maschinellem Lernen in der Robotik"},"content":{"rendered":"

J\u00fcngste Untersuchungen von Google haben gezeigt, dass k\u00fcnstliche Intelligenz und maschinelles Lernen zu den hei\u00dfesten Bereichen des Ingenieurwesens geh\u00f6ren. Es wird prognostiziert, dass die Zukunft der Robotik darauf angewiesen sein wird KI- und maschinelle Lerntechnologien<\/a>. Dieser Artikel soll jedoch zeigen, wie diese beiden Technologien heute in der Robotik angewendet werden k\u00f6nnen.<\/p>\n\n\n\n

K\u00fcnstliche Intelligenz, maschinelles Lernen und Robotik<\/h2>\n\n\n\n

Was ist K\u00fcnstliche Intelligenz?<\/h3>\n\n\n\n

K\u00fcnstliche Intelligenz<\/a> (AI) ist ein Gebiet der Informatik, das sich mit der Untersuchung intelligenter Agenten befasst: jedes Ger\u00e4t, das seine Umgebung wahrnimmt und Ma\u00dfnahmen ergreift, die seine Erfolgschancen bei einem bestimmten Ziel maximieren. KI-Systeme werden eingesetzt, um komplexe Entscheidungen unter unsicheren Bedingungen zu treffen und sind in der Lage, aus Erfahrungen zu lernen. Einige Beispiele umfassen Computer Vision, Spracherkennung, Verarbeitung nat\u00fcrlicher Sprache (NLP), Planung und Entscheidungsfindung.<\/p>\n\n\n\n

KI wurde als \u201edas Studium und Design intelligenter Agenten\u201c definiert, wobei ein intelligenter Agent ein System ist, das seine Umgebung wahrnimmt und Ma\u00dfnahmen ergreift, um Ziele zu erreichen. Ziele k\u00f6nnen spezifisch oder folgernd sein; Beispielsweise kann der Bediener seine Aufgabe als abgeschlossen betrachten, wenn alle Sicherheitsbedrohungen beseitigt wurden oder bis alle vorrangigen Aufgaben abgeschlossen sind.<\/p>\n\n\n\n

Was ist maschinelles Lernen?<\/h3>\n\n\n\n

Maschinelles Lernen ist eine Form der k\u00fcnstlichen Intelligenz (KI) und eine Teilmenge der Datenwissenschaft. Beim maschinellen Lernen werden Computer \u201etrainiert\u201c, um aus Daten zu lernen; Der Prozess kann Techniken wie statistische Modellierung, Mustererkennung und Vorhersage umfassen. Der Name maschinelles Lernen stammt von Arthur Samuel, der ihn 1959 erfand. In der Folge schlossen sich andere Forscher diesem Bereich an und bildeten eine neue akademische Disziplin, die seitdem stetig gewachsen ist.<\/p>\n\n\n\n

Maschinelles Lernen untersucht das Studium und die Konstruktion von Algorithmen, die aus Daten lernen k\u00f6nnen, d. h. ihre Genauigkeit oder Leistung durch Erfahrung im Laufe der Zeit steigern k\u00f6nnen, ohne explizit (z. B. von einem Menschen) daf\u00fcr programmiert zu werden. Das Gebiet wurde urspr\u00fcnglich von Stuart Meehl als induktive Logikprogrammierung (ILP) bezeichnet. Aber viele andere bevorzugten intelligente Nachhilfesysteme oder wissensbasierte Systeme. Diese Systeme entwickelten sich zu modernen Expertensystemen. Sie erzeugen Regeln, die an vorgegebene Bedingungen und Aktionen gebunden sind, die zur Laufzeit erkannt werden oder wenn Aktionen extern zur Ausf\u00fchrung durch Sensoren ausgel\u00f6st werden, die \u00c4nderungen im Systemzustand \u00fcberwachen. Diese Ereignisse werden durch Eingabeursachen verursacht, wie z. B. Zeitgeberereignisse, die auftreten, nachdem ein bestimmtes Zeitintervall seit der letzten Aktivierung verstrichen ist, um die Ausf\u00fchrung des Wiedergabemodus wieder aufzunehmen. Der n\u00e4chste Zyklus\/die n\u00e4chste Iteration startet einmal pro Sekunde neu usw.<\/p>\n\n\n\n

Das Gebiet des maschinellen Lernens hat eine breite Palette hochwirksamer Algorithmen entwickelt, die h\u00e4ufig auf statistischer Analyse und Optimierung basieren. Diese Algorithmen werden f\u00fcr Anwendungen verwendet:<\/p>\n\n\n\n

  • Merkmalsextraktion (z. B. die automatisierte Erkennung von Krebszellen), <\/li>
  • Mustererkennung (z. B. Gesichtserkennung), <\/li>
  • Data Mining (z. B. Entdeckung neuer Assoziationen zwischen verschiedenen Variablen in gro\u00dfen Datens\u00e4tzen), <\/li>
  • Predictive Analytics (z. B. Sch\u00e4tzung zuk\u00fcnftiger Ergebnisse basierend auf historischen Mustern).<\/li><\/ul>\n\n\n\n

    Wie definieren wir Robotik?<\/h3>\n\n\n
    \n
    \"Die
    Die Kombination von KI und maschinellem Lernen in der Robotik macht den Automobilsektor technologisch fortschrittlicher<\/figcaption><\/figure><\/div>\n\n\n

    F\u00fcr diejenigen, die mit dem Begriff Robotik nicht vertraut sind, handelt es sich um einen Zweig der Ingenieurwissenschaften, der sich mit Robotern befasst. Das Wort Roboter kommt vom tschechoslowakischen Wort \u201eRoboter\u201c, was Zwangsarbeit bedeutet. Roboter sind Automaten, die nach vorprogrammierten Anweisungen arbeiten und Aufgaben automatisch ohne menschliche Aufsicht ausf\u00fchren k\u00f6nnen. Sie k\u00f6nnen auch so programmiert werden, dass sie mit der Umgebung interagieren und Entscheidungen auf der Grundlage ihrer Beobachtungen treffen.<\/p>\n\n\n\n

    Ein Roboter kann als ein elektromechanisches System definiert werden, das bestimmte Aufgaben unter der Steuerung eines in seinem Speicher gespeicherten Computerprogramms (z. B. eines Personal Computers oder einer SPS) ausf\u00fchrt. Das Programm leitet es bei der Ausf\u00fchrung seiner Mission, indem es seine Aktionen durch Sensoren leitet, die mit seinen sensorischen Eingabeeinheiten verbunden sind, und Bet\u00e4tigungsvorrichtungen zum Manipulieren von Objekten in seiner Umgebung durch Aktuatoren, die mit seinen Effektor-Ausgabeeinheiten (z. B. Motoren) verbunden sind.<\/p>\n\n\n\n

    Wie ML in der Robotik funktioniert?<\/h2>\n\n\n
    \n
    \"Maschinelles
    Maschinelles Lernen in der Robotik \u00e4hnelt dem Denken des menschlichen Gehirns<\/figcaption><\/figure><\/div>\n\n\n

    Maschinelles Lernen ist eine Teilmenge der KI, die Daten verwendet, um sich selbst zu trainieren. Ein maschineller Lernalgorithmus (MLA) analysiert vergangene Erfahrungen und trifft auf der Grundlage dieser Erfahrungen Vorhersagen. Dies bedeutet, dass MLAs verwendet werden, um aus Erfahrungen zu lernen, wodurch sie Entscheidungen treffen k\u00f6nnen, ohne explizit daf\u00fcr programmiert zu sein.<\/p>\n\n\n\n

    MLAs k\u00f6nnen in der Robotik f\u00fcr jede Aufgabe verwendet werden, bei der der Roboter aus seiner eigenen Erfahrung lernen muss, einschlie\u00dflich:<\/p>\n\n\n\n

    • Im Laufe der Zeit lernt es seine Umgebung kennen, damit es effektiver durch neue R\u00e4ume navigieren kann.<\/li>
    • Vorhersagen \u00fcber den zuk\u00fcnftigen Zustand seiner Umgebung auf der Grundlage historischer Aufzeichnungen treffen.<\/li>
    • Entscheiden, welche Aktion(en) ein bestimmtes Ziel am besten erreichen.<\/li><\/ul>\n\n\n\n

      Wie KI in der Robotik funktioniert?<\/h2>\n\n\n\n

      KI ist ein Computerprogramm, das lernen, sich anpassen und seine Leistung im Laufe der Zeit verbessern kann. Dies ist eines der wichtigsten Konzepte in der Robotik und im maschinellen Lernen.<\/p>\n\n\n\n

      KI wird verwendet, um Roboter anzutreiben. Es erm\u00f6glicht ihnen, Aufgaben effektiv auszuf\u00fchren, ohne explizit von Menschen programmiert zu werden. Wenn beispielsweise ein autonomes Fahrzeug auf der Stra\u00dfe keine KI h\u00e4tte, k\u00f6nnte es nur geradeaus fahren oder sehr einfache Man\u00f6ver wie das Rechts- oder Linksabbiegen an Kreuzungen ausf\u00fchren. Mit der in diesem Fahrzeug installierten KI w\u00e4re es jedoch in der Lage, durch komplexe Umgebungen zu navigieren. Wie Geb\u00e4ude und andere Wege mit Leichtigkeit, weil es versteht, wohin es geht, basierend auf den Informationen, die es von seinen Sensoren (wie GPS) und Kameras erh\u00e4lt, die oben auf der Karosserie selbst montiert sind.<\/p>\n\n\n\n

      Wie hat sich die Roboterintelligenz in den letzten Jahrzehnten entwickelt?<\/h2>\n\n\n\n

      Roboterintelligenz wurde in den 1950er Jahren von Ross Ashby, einem britischen Kybernetiker, entwickelt. Vor dieser Zeit verwendeten Ingenieure auf der Grundlage ihrer Erfahrung und Intuition feste Regeln f\u00fcr ihre Maschinen. Ashby verwendete mathematische Modelle, um eine intelligente Maschine zu schaffen, die von ihrer Umgebung lernen und Entscheidungen auf der Grundlage fr\u00fcherer Erfahrungen treffen konnte. Dieser Ansatz f\u00fchrte zur Entwicklung von neuronalen Netzen und Computersimulationen der menschlichen Gehirnfunktion.<\/p>\n\n\n\n

      Der erste Industrieroboter wurde 1961 von Unimation hergestellt. Er konnte einfache Aufgaben wie das Be- und Entladen von Kisten auf einem F\u00f6rderband mit einer Geschwindigkeit von 40 pro Stunde mit zwei vakuumgesteuerten Fingern pro Hand (die Gesamtzahl der Finger betr\u00e4gt vier) ausf\u00fchren. . Bis 1974 arbeiteten \u00fcber 30.000 Roboter in Fabriken auf der ganzen Welt!<\/p>\n\n\n\n

      K\u00fcnstliche Intelligenz und maschinelles Lernen in der Robotik<\/h2>\n\n\n\n
      \n