← Alle Projekte
// Robotik · PoC Proof of Concept

Inverse Kinematik

Statt jede Gelenkstellung auszurechnen, lernt der Arm per Reinforcement Learning, wie er sein Ziel erreicht. Ein zusätzlicher Bellman-Term lässt das Training schneller zum Ziel kommen.

30 %

schnellere Konvergenz

500+

Trainingsläufe

Ziel 1/10d = 0,00Simulation · inverse Kinematik, 3 Gelenke
// Was wir gemacht haben

So ist das Projekt gelaufen.

  1. 01

    Arm modellieren

    Kinematik mit mehreren Freiheitsgraden als Simulation.

  2. 02

    Lernumgebung

    Gym-kompatible Umgebung: Der Agent bekommt Zustand, Ziel und Belohnung.

  3. 03

    Bellman-Term

    Das Bellman-Prinzip fließt direkt ins Training ein. Ergebnis: rund 30 % schnellere Konvergenz.

  4. 04

    Training

    Verteilt auf eigener GPU-Hardware, über 500 Läufe.

// Technik
  • Reinforcement Learning
  • Gym
  • PyTorch
  • Kubernetes
  • GPU

Akademischer Proof of Concept, kein Kundenprojekt.

Training · Episode 1/10Belohnung 001✓02✓03✓04✓05✓06✓07✓08✓09✓10✓Belohnung je Episode · schematisch, keine Messdaten
Zehn Trainings-Episoden: der Weg zum Ziel wird kürzer (schematisch)
Gelernte Bahn des Roboterarms aus dem Projekt