Dieser Suchroboter denkt mit

Ob Wohnungsschlüssel, Lesebrille oder das Portemonnaie: Ein neuartiger Suchroboter kann verlegte Gegenstände in einer Wohnung oder anderen Umgebung effizienter finden als vergleichbare Systeme. Denn dank verknüpfter KI-Systeme versteht er, wie die Objekte aussehen und wo sie sich am ehesten befinden könnten – und wo eher nicht. Der Roboter sucht dadurch gezielt zuerst an den wahrscheinlichsten Orten. Das macht ihn besonders schnell und effizient, wie Forschende berichten.

Wenn autonome Roboter sich durch eine Wohnung, eine Fabrik oder freies Gelände bewegen, müssen sie ihre Umgebung zunächst kartieren. Dies hilft ihnen, sich zurechtzufinden. Allerdings bleiben viele Umgebungen nicht gleich: Stühle werden verschoben, Geschirr steht mal auf dem Tisch, mal in der Küche und auch im Freien können Objekte ihre Position verändern. Roboter müssen daher ihre mentale Karte der Umgebung immer wieder aktualisieren.

Wenn Roboter nach Gegenständen in dieser sich verändern Umgebung suchen sollen, sind weitere Fähigkeiten nötig: Sie müssen den geforderten Gegenstand erkennen können und eine Suchstrategie entwickeln, die möglichst schnell zum Ziel führt.

Mentale Karte gezielt aktualisiert

Diese Fähigkeit besitzt ein neuartiger Roboter, den Benjamin Bogenberger und seine Kollegen von der Technischen Universität München entwickelt haben. Ihre Erfindung sieht zwar aus wie ein Besenstiel auf Rädern. Doch hinter diesem reduzierten Äußeren steckt geballte Technik in Form künstlicher Intelligenz. Sie ermöglicht es dem Roboter, auf Zuruf bestimmte Objekte zu aufzuspüren und dabei gezielt an den wahrscheinlichsten Orten zu suchen.

„Unser Ansatz umfasst zwei Operationsmodi, die dies ermöglichen: Der erste ist eine aktive Karten-Aktualisierung“, berichtet das Team. Dafür scannt das Roboter aktiv die Bereiche seiner Umgebung ab, die sich am wahrscheinlichsten ändern, beispielsweise die Oberflächen von Tischen oder Arbeitsplatten. Bereich, die eher statisch sind, überprüft er hingegen weniger häufig. Die Roboterkamera liefert dafür zweidimensionale Bilder, deren Bildpunkte zusätzlich Tiefeninformationen enthalten. So entsteht ein aktuelles und zentimetergenaues räumliches Bild der Umgebung.

Wo könnte eine Brille am ehesten liegen?

Die zweite Komponente des Suchroboters ist seine Verbindung zu einem Großen Sprachmodell. Diese künstliche Intelligenz versteht Spracheingaben und kann die gesuchten Objekte in den Kameraaufnahmen des Roboters identifizieren. Zusätzlich liefert ihm dieses KI-System Informationen darüber, wie und in welchem Kontext diese Gegenstände genutzt werden und wo sie daher am wahrscheinlichsten zu finden sind.

So lernt der Roboter, dass eine Brille wahrscheinlicher auf dem Tisch oder der Fensterbank zu finden ist als auf der Herdplatte oder im Spülbecken. Wenn der Roboter damit beginnt, nach der Brille zu suchen, zeigt ihm seine mentale Karte direkt an, wo die Chancen für einen Fund am größten sind. In der Karte erscheinen dafür überall zweistellige Zahlen, die die jeweilige Wahrscheinlichkeit für diese Stelle beziffern. „Wir haben dem Roboter beigebracht, die Umgebung zu verstehen“, erläutert Seniorautorin Angela Schoellig von der TU München.

Praxistests mit Teller, Buch und Co

In mehreren Praxistests testete das Team, wie gut ihr Suchroboter im Kartieren und Finden ist. In einem davon erhielt er die Aufgabe, in einem Raum mit Stühlen, einem Kaffeetisch mit Tasse darauf und einem Schreibtisch nach einem Teller zu suchen. „Die Karte der Erkundungsprioritäten identifizierte den Bereich in der Nähe der Tasse korrekt als wahrscheinlichen Ort des Tellers“, berichten die Forschenden.

In weiteren Tests sollte der Roboter nach einer ersten Erkundung des Raums ein neu auf einem Stuhl oder in einem Regal platziertes Buch, ein Messer, eine Tastatur auf dem Schreibtisch oder eine Schale auf dem Tisch finden. Dabei zeigte sich: Im Vergleich zu herkömmlichen Suchstrategien fand der Roboter die gesuchten Gegenstände 14 Prozent schneller und suchte fast 30 Prozent effizienter.

Effizientere Suchhelfer

Nach Ansicht von Bogenberger und seinen Kollegen eröffnet ihr Ansatz damit die Möglichkeit, Roboter in Fabriken, im Haushalt oder in anderen Umgebungen zu effizienteren und intelligenteren Suchhelfern zu machen. Das neu entwickelte Grundverständnis von Räumen und Objekten sei „für alle Roboter wichtig, die sich in Räumen bewegen, die sich ständig verändern“, so Schoellig.

Im nächsten Schritt wollen die Forschenden ihren Suchroboter so weiter entwickeln, dass er auch versteckte Gegenstände finden kann – beispielsweise in einer Schublade oder hinter einer Tür. Dafür müssen sie ihm allerdings erst noch Arme und Hände verleihen, damit er dann auch Türen oder Schubladen öffnen kann.

Quelle: Benjamin Bogenberger (Technische Universität München) et al., IEEE Robotics and Automation Letters, doi: 10.1109/LRA.2026.3656790