Finale an Machine-Learning-Konferenz in Montréal

Seit Mitte Oktober läuft der Wettbewerb. Die besten Teams qualifizieren sich für den Final am 7. Dezember an der bekannten Machine-Learning-Konferenz «Neural Information Processing Systems» (NIPS) in Montréal. Dort treten sie in einem Duckietown-Robotarium gegeneinander an. Es gewinnt das Team, dessen Code die Robotertaxis mit den wenigsten Fehlern durch Duckietown steuert. Welche Aufgaben dabei KI erfüllt und wo konventionelle Methoden zum Einsatz kommen, ist den Teams überlassen.

Der eigentliche Wettbewerb wird sich zwischen einer Handvoll Top-Forschenden abspielen, ist Censi überzeugt. Weil die Teilnehmenden aber einen Grundstock an Code erhalten, ist die Einstiegshürde tief. Auch Masterstudierende der ETH Zürich machen im Rahmen eines Kurses mit. Und selbst für interessierte Amateure sollte es möglich sein, die Robotertaxis zum Fahren zu bringen. Um den Sieg werden sie allerdings kaum mitspielen können. Aber das sei auch nicht der einzige Zweck des Wettbewerbs, sagt Censi: «Der Wettbewerb ist zugleich ein Spiel- und Experimentierfeld. Wir freuen uns, wenn möglichst viele Menschen neugierig werden und den Zugang zu Robotik finden. Das ist die Basis, um zu lernen, wie die Technologie von morgen funktioniert.»

Hauptmotivation für den Wettbewerb sind aber auch handfeste Forschungsinteressen. Censi sagt: «Machine-Learning-Forschende haben oft keinen so einfachen Zugang zu einer Robotikplattform. Deshalb gibt es viele Probleme, denen sie noch gar nie begegnet sind. Mit AI-DO wollen wir einen Austausch schaffen zwischen den Robotikern und den Fachleuten für Maschinenlernen.»

Censi erhofft sich von dem Projekt etwa neue Erkenntnisse für das sogenannte Transferproblem: Für sicherheitskritische Funktionen kann man Roboter nur in Simulationen trainieren. Danach muss es aber in der Realität funktionieren. AI-DO bietet beides: virtuelle Simulationen und mit den Robotarien auch ein physisches Umfeld. Forscher können mit dem Wettbewerb also üben, diesen Schritt in die physische Welt zu tun.

Am Projekt beteiligen sich neben der ETH Zürich die Université de Montréal, die National Chiao Tung University in Taiwan, das Toyota Technology Institute in Chicago, das Georgia Institute of Technology und die Tsinghua University in China. Darüber hinaus arbeiten Amazon Web Services und nuTonomy, ein Entwickler selbstfahrender Taxis in Singapur, bei dem Projekt mit.