ELVAR

Energie‐effiziente Lernverfahren für autonome Roboter

Kurzbeschreibung

Anbieter autonomer Roboter setzen bzgl. der Rechenleistung hauptsächlich auf verfügbare Standards, wie PCs, Hochleistungsgrafikkarten und Industriekomponenten, die viel Energie verbrauchen. Die zugehörige Software ist zwar State-of-the-Art, aber führt in eine Sackgasse: Fähigkeiten des Roboters müssen vorab aufwändig modelliert und berechnet werden (oft cloudbasiert), was einerseits einen hohen Kohlenstoffdioxid-Footprint hat, andererseits ad-hoc-Lernen nach menschlichem Vorbild vollständig ausschließt.

Im Rahmen des Projekts ELVAR wurde ein gänzlich anderer Ansatz verfolgt, bei dem anstelle von digitaler Mikroprozessortechnik vollständig auf analoge Schaltungstechnik zurückgegriffen wurde. Erste Resultate mit neuartigen Bauelementen (sognannte Memristoren), die aufgrund ihrer Nanostruktur mit sehr wenig Energie auskommen, sind vielversprechend: Die Bewegungssteuerung von autonomen Robotern kann damit realisiert werden. Die Resultate wurden wissenschaftlich publiziert und interessierte Kooperationspartner an der TU Dresden und der RWTH Aachen konnten gefunden werden.

Damit wurde das Projektziel „Machbarkeitsstudie“ erreicht und im nächsten Schritt soll nun ein gemeinsamer Forschungsantrag gestellt werden, bei dem einzelne Aspekte der Verhaltensregelung für Roboter ausführlicher untersucht werden.

Projektinfos

Projektlaufzeit

01.04.2021 bis 15.12.2021

Förderlinie

Kompetenz­zentren