Quantenmaschinelles Lernen für robotische Anwendungen

Bei terrestrischen Analogtests in Utah, USA, arbeiten die autonomen DFKI-Rover SherpaTT und Coyote III in einem Weltraummissionsszenario zusammen. In aktuellen Projekten des DFKI Robotics Innovation Centers und der Universität Bremen zum quantenmaschinellen Lernen geht es unter anderem darum, bestärkende Lernverfahren für mehrere Roboter, die in einem verteilten Setting ein bestimmtes Verhalten lernen oder optimieren sollen, mithilfe von Quantenalgorithmen zu verbessern.
Bei terrestrischen Analogtests in Utah, USA, arbeiten die autonomen DFKI-Rover SherpaTT und Coyote III in einem Weltraummissionsszenario zusammen. In aktuellen Projekten des DFKI Robotics Innovation Centers und der Universität Bremen zum quantenmaschinellen Lernen geht es unter anderem darum, bestärkende Lernverfahren für mehrere Roboter, die in einem verteilten Setting ein bestimmtes Verhalten lernen sollen, mithilfe von Quantenalgorithmen zu verbessern.Bild: DFKI, Florian Cordes

In den drei vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) geförderten Projekten QuDA-KI, QuBER-KI und QuMAL-KI arbeiten das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) und die Universität Bremen daran, quantenunterstützte maschinelle Lernverfahren für robotische Anwendungen nutzbar zu machen. Durch die Entwicklung bedarfsorientierter und niedrigschwelliger Qualifikationsbausteine wollen die Wissenschaftler dazu beitragen, dem Fachkräftemangel im Technologiefeld der quantenbasierten Künstlichen Intelligenz entgegenzuwirken. Die untersuchten Verfahren umfassen neben rein quantenbasierten Ansätzen auch hybride Verfahren, bei denen bestimmte Anteile des Algorithmus auf Quantencomputer ausgelagert werden, während die Verarbeitung des restlichen Teils auf einem klassischen Computer erfolgt.

Intelligenz (DFKI) Deutsches Forschungszentrum für Künstliche Intelligenz

Das könnte Sie auch Interessieren

Bild: Fraunhofer-Institut IPK
Bild: Fraunhofer-Institut IPK
Sichere Robotersteuerung aus der Cloud

Sichere Robotersteuerung aus der Cloud

Die Steuerung von Robotersystemen wird bisher lokal mit proprietärer Software realisiert. Ein Grund dafür ist das fehlende Vertrauen in die Datensicherheit von Online-Diensten. Durch Smart Contracts könnte sich das ändern und künftig Robotersteuerungen auslagern lassen. Dazu werden die Algorithmen zur Bewegungsplanung per Blockchain ausgeführt – verschlüsselt übertragen und fälschungssicher dokumentiert. Erste Experimente zeigen die Machbarkeit einer solchen Architektur und zeigen Potenzial für robotergeführte Handhabungsaufgaben.