Diffusionsmodell genutzt
Die MIT-Forscher haben eine Form generativer Künstlicher Intelligenz (KI), ein sogenanntes Diffusionsmodell, genutzt, um dieses Problem effizienter zu lösen. Ihre Methode basiert auf einer Sammlung maschineller Lernmodelle, von denen jedes darauf trainiert ist, eine bestimmte Einschränkung zu beachten. Diese Modelle werden kombiniert, sodass allgemeingültige Lösungen entstehen, die alle Randbedingungen gleichzeitig berücksichtigen.
Art und Zahl der Randbedingungen, die beim Packen erfüllt werden müssen, sind nahezu beliebig wählbar. Dazu gehören "Lücken stopfen", "empfindliche Waren schützen", Platzierungswünsche und viele andere. Auf diese Weise trainierte Roboter können für eine Vielzahl komplexer Aufgaben in unterschiedlichen Umgebungen eingesetzt werden - von der Auftragsabwicklung in einem Lagerhaus bis zur Organisation der Regale in einer Buchhandlung.
Komplizierte Tasks lösbar
"Meine Vision ist es, Roboter dazu zu bringen, komplizierte Aufgaben zu erledigen, die vielen geometrischen Einschränkungen unterliegen und kontinuierlich Entscheidungen treffen", sagt Zhutian Yang, Doktorand der Elektrotechnik und der Informatik. "Das sind die Probleme, mit denen Service-Roboter in unserer unstrukturierten und vielfältigen menschlichen Umgebung konfrontiert sind." (pte)