Jonas Kiemel

Als Doktorand am Karlsruher Institut für Technologie beschäftige ich mich mit der Frage, wie Roboter ihre Bewegungen eigenständig optimieren können, ohne dabei sich selbst oder ihre Umgebung zu beschädigen. Bisher werden Roboterbewegungen in der Regel fest einprogrammiert oder mit sogenannten modellbasierten Optimierungsverfahren generiert. In der Praxis hat sich jedoch gezeigt, dass diese Verfahren in komplexen oder sich ständig ändernden Umgebungen nur eingeschränkt eingesetzt werden können. So ist es beispielsweise nur schwer möglich, im Voraus gut funktionierende Bewegungen zu bestimmen, wenn die exakte Umgebung der Bewegungsausführung nicht bekannt ist. Ebenso existiert häufig kein geeignetes mathematisches Modell, mit welchem sich komplexe Umgebungen korrekt beschreiben ließen. Ohne uns dessen immer bewusst zu sein, sind wir als Menschen im Alltag ständig mit sich ändernden Umgebungen konfrontiert. Damit uns humanoide Roboter in der Zukunft bei unseren Alltagsaufgaben unterstützen können, müssen diese ebenso in der Lage sein, mit zuvor unbekannten Umgebungen zu interagieren. Als Schlüsseltechnologie bietet sich hierzu der Einsatz von „Reinforcement Learning“, dem sogenannten „verstärkenden Lernen“ an.

Bei Verwendung von verstärkendem Lernen erkundet der Roboter seine Umgebung nach dem Prinzip von Versuch und Irrtum eigenständig. Dabei merkt sich der Roboter vereinfacht gesagt, welche Bewegungen zu guten Ergebnissen geführt haben. Eine Schwierigkeit des Verfahrens besteht darin, sicherzustellen, dass alle während der Erkundungsphase ausgeführten Bewegungen sicher sind, also weder den Roboter noch die Objekte in der Umgebung beschädigen.

Im Rahmen meines bisherigen Promotionsvorhabens habe ich für die genannte Problemstellung einen Ansatz entwickelt, welcher die sichere Erkundung der Umgebung unter der Annahme garantiert, dass sich ausschließlich der Roboter bewegt, während alle anderen Objekte in der Umgebung fixiert sind. Während meines Forschungsaufenthalts an der New York University habe ich diesen Ansatz dahingehend weiterentwickelt, dass auch die Bewegungen von anderen Objekten in der Umgebung berücksichtigt werden können. Hierzu wird der Roboter in einem ersten Schritt darauf trainiert, sich bewegenden Objekten auszuweichen. In einem zweiten Schritt kann dann das Wissen über die Ausweichfähigkeiten des Roboters genutzt werden, um bereits vor der Ausführung einer Bewegung das Risiko einer Kollision einschätzen zu können. Die an der New York University durchgeführten Experimente haben dabei gezeigt, dass sich auf diese Weise die Wahrscheinlichkeit einer riskanten Bewegung bei der Erkundung der Umgebung erheblich reduzieren lässt. Durch die Berücksichtigung dynamischer Umgebungen erweitert sich der potentielle Anwendungsbereich meines Forschungsansatzes erheblich. Der Aufenthalt an der New York University hat deshalb wesentlich zum Fortschritt meines Promotionsvorhabens beigetragen. Im nächsten Schritt plane ich die Veröffentlichung der erzielten Ergebnisse im Rahmen einer gemeinsamen wissenschaftlichen Publikation des Karlsruher Institut für Technologie und der New York University.

Privat

Blick auf die Skyline von Lower Manhatten, New York

Während meines Aufenthalts an der New York University konnte ich besonders vom wissenschaftlichen Austausch mit den anderen Mitgliedern meiner Arbeitsgruppe profitieren. Unterschiedliche Blickwinkel auf wissenschaftliche Fragestellungen führten dabei regelmäßig zu interessanten und differenzierten Diskussionen. Auch abseits der Forschung an der Universität habe ich mich mit den Teammitgliedern sehr gut verstanden und konnte sowohl private als auch akademische Kontakte etablieren, welche meine Zeit in den USA weit überdauern werden. Typisch für New York bestand unser fünfzehnköpfiges Team aus Forscherinnen und Forschern verschiedenster Nationen wie Italien, Frankreich, Serbien, Indien und China.

An den Wochenenden verblieb mir während meines Aufenthalts ausreichend Zeit, um mir einige bekannte Sehenswürdigkeiten wie die Freiheitsstatue, die Brooklyn Bridge, den Central Park oder das One World Trade Center anzuschauen. Aus meiner Sicht sehr empfehlenswert sind dabei auch das Museum of Modern Art, das Metropolitan Museum of Art und das American Museum of Natural History. Bei all den schönen Facetten, die New York zweifelsfrei bietet, muss jedoch beachtet werden, dass die Lebenshaltungskosten weit über den Lebenshaltungskosten in Deutschland liegen.

Privat

Manhatten Bridge und Brooklyn Bridge

Da der Wohnungsmarkt insgesamt sehr angespannt ist, habe ich während meines Aufenthalts an vier verschiedenen Orten in Manhattan und Brooklyn gelebt. Einen Teil der Zeit konnte ich dabei in einem Wohnheim der New York University leben, die restliche Zeit habe ich in Airbnb-Unterkünften verbracht. Insbesondere die Wohnungsmieten im Stadtteil Manhattan übersteigen die Kosten für vergleichbare Wohnungen in deutschen Städten oft um mehr als das Fünffache. Auch für Lebensmittel und Restaurantbesuche müssen ungefähr doppelt so hohe Ausgaben eingeplant werden. Ist man sich den hohen Lebenshaltungskosten bewusst, so bietet New York eine enorme kulturelle Vielfalt und dadurch auch die Möglichkeit, unzählige neue Dinge zu erleben. Besonders in Erinnerung bleiben werden mir dabei die gemeinsamen Abende mit meinen Kollegen, bei denen ich auch viel über die Werte und Traditionen anderer Kulturen erfahren konnte.