Argonne entwickelt robotische Assistenten für autonome Labore

Statt jede Handlung manuell zu programmieren, plant das Team, Roboter durch Beobachtung der Wissenschaftler während ihrer Experimente zu trainieren.

Während Forscher Laboraufgaben ausführen, tragen sie Sensoren, die es dem System ermöglichen, Bewegungen, Arbeitsabläufe und Entscheidungsprozesse aufzuzeichnen, die Roboter später nachahmen können. „Roboter mit feinen motorischen Fähigkeiten existieren bereits, doch ihr sicherer und effektiver Einsatz in realen Laboren bleibt eine große Herausforderung", sagte Nicola Ferrier, leitender Informatiker Argonne National Laboratory, in einer Pressemitteilung. „Unser Ansatz beginnt damit, direkt, während sie ihre Arbeit verrichten." Lernen werden genutzt, um KI-Modelle zu entwickeln, die Robotern beibringen, wissenschaftliche Verfahren korrekt durchzuführen.

Die Forscher glauben, dass dieser lernbasierte Ansatz Robotern helfen kann, sich an dynamische Laborbedingungen anzupassen, ohne dass eine ständige Neuprogrammierung erforderlich ist.

Technik und Auswirkungen

Ferrier leitet den Bereich Robotik und Computervision des Projekts, während der computergestützte Wissenschaftler Arvind Ramanathan sein Fachwissen in autonomen Laboren und KI-gestützten Entscheidungssystemen einbringt. Nach Angaben des Teams werden zudem gängige Laboraufgaben nach ihrer Komplexität und ihren Anforderungen an die Präzision klassifiziert.

Anschließend werden verschiedene robotische Systeme den jeweils am besten geeigneten Aufgaben zugeordnet. Die Forscher untersuchen den Einsatz, humanoiden Robotern sowie hybriden Robotersystemen, die Mobilität mit stationärer Präzision kombinieren.

Bevor die Systeme in realen Laboren eingesetzt werden, werden sie zunächst in virtuellen Simulationsumgebungen getestet. „Unser Hauptziel ist es, die grundlegenden Robotik- und Rechenwerkzeuge zu stärken, damit groß angelegte, automatisierte Robotersysteme Experimente schneller und zuverlässiger durchführen können", sagte Ferrier.

Technik und Auswirkungen

Schnellere Wissenschaft durch KIDas Projekt wird voraussichtlich auch eine weitere vom DOE geförderte Initiative namens OPAL unterstützen, also Orchestrated Platform for Autonomous Laboratories, die sich darauf konzentriert, Netzwerke aus selbstfahrenden Laboren zu schaffen, die sich unabhängig anpassen und lernen können. „In OPAL werden für die Durchführung biologischer Experimente geschickte Robotersysteme geplant – also solche, die gut koordiniert und agil sind", sagte Ramanathan. „Durch die Integration ützter Entscheidungsfindung mit fortschrittlicher Robotik streben wir an, Systeme zu entwickeln, die die Entdeckungsgeschwindigkeit in einer breiten Palette wissenschaftlicher Disziplinen beschleunigen." Forscher geben an, dass robotergestützte wissenschaftliche Assistenten zukünftig repetitive oder gefährliche Laborarbeiten übernehmen könnten und gleichzeitig die Geschwindigkeit und Konsistenz, Laufe des nächsten Jahres Rahmen der laufenden Entwicklung eine fünfmalige Steigerung der Aufgabeneffizienz nachweisen zu können. „Innerhalb des nächsten Jahres hoffen wir, eine fünfmalige Verbesserung der Effizienz bei der Durchführung dieser Aufgaben zu demonstrieren", sagte Ferrier. „Langfristig stellen wir uns robotergestützte wissenschaftliche Assistenten vor, die mit bestehender Laborequipment zusammenarbeiten und komplexe Experimente sowohl sicherer als auch effizienter machen.

RoSA ist ein entscheidender Schritt in diese Zukunft."