EgoThumb: Der robotische sechste Finger, den man nicht steuert

Wie funktioniert EgoThumb?

Die Konstruktion ist schlicht: drei Gelenke, jedes mit einem Paar Sehnenzügen zum Beugen und Strecken. Die Motoren sitzen am Unterarm, damit der Daumen leicht bleibt. Eine kleine Weitwinkelkamera an der Hand beobachtet die Finger und die Gegenstände ringsum.

Das Bild geht zusammen mit den aktuellen Gelenkstellungen an ein KI-Modell. Trainiert wurde es per Imitationslernen, also anhand von Vorführungen durch Menschen. Dabei steuerte ein Bediener den Daumen mit einer Fußschnittstelle. Später sagte der Algorithmus die Bewegungen selbst voraus. Greift man nach einer Flasche, hält der Daumen sie fest, während die Finger den Deckel aufdrehen. Wird die Flasche abgestellt, lässt er los.

Forscher der Universität Cambridge hatten zuvor den Third Thumb gebaut, der über Druck der Zehen gesteuert wird. EgoThumb will die ständige Aufmerksamkeit überflüssig machen.

Wie gut klappt das?

Drei Personen probierten vier Aufgaben aus: Würfel anheben, Deckel aufdrehen, Tee umrühren und einen Ball bewegen, je zehn Versuche. Die Erfolgsquoten lagen im Schnitt bei 90, 92,5 und 87,5 Prozent. Zwei Teilnehmer, die nicht am Training beteiligt waren, schnitten ähnlich gut ab wie der Bediener, der die Demonstrationen lieferte.

Es gibt einen Haken. Die Werte gelten für Orte, die der Algorithmus aus dem Training kannte. In neuer Umgebung sank die Quote bei manchen Aufgaben: Beim Teerühren waren es in zwei neuen Umgebungen etwa 67 und 73 Prozent. Drei Probanden sind wenig, das Modell läuft auf einem externen Rechner, und das Löten selbst wurde noch nicht getestet.

Offen bleibt die Sicherheit. Die Kamera kann Dinge übersehen, die die Hand verdeckt, und Druck oder Rutschen erfasst sie nicht. Ein Fehler kann also heißen: fallen lassen oder zerdrücken. Das Team will Tastsensoren ergänzen, das Gerät verkleinern und die Kamera besser integrieren. Hardware-Pläne und Software sind Open Source.