Inhalt
summary Zusammenfassung

Forscher von Google DeepMind, Intrinsic und dem UCL haben eine KI entwickelt, die mehrere Industrieroboter kollisionsfrei und effizient koordinieren kann. Der Ansatz ist ein erster Schritt, um die komplexe und zeitaufwändige manuelle Programmierung abzulösen.

Anzeige

Forscher von Google DeepMind Robotics, dem Robotik-Unternehmen Intrinsic und dem University College London (UCL) haben eine KI-Methode namens "RoboBallet" vorgestellt, die das Problem der manuellen Roboterprogrammierung lösen soll. Laut dem zu Alphabet gehörenden Unternehmen Intrinsic beläuft sich der Programmieraufwand für die weltweit 4,3 Millionen Industrieroboter auf über 100 Millionen Stunden, die bei Änderungen an Aufgaben oder Layout oft verloren gehen. Die in der Fachzeitschrift Science Robotics beschriebene Forschung zielt darauf ab, eine vollautomatische und kollisionsfreie Koordination für mehrere Roboter zu ermöglichen.

KI-Training ersetzt manuelle Programmierung

Der Ansatz nutzt ein Graph Neural Network (GNN), das mittels Reinforcement Learning trainiert wird. Dabei werden Roboter, Aufgaben und Hindernisse als "Knoten" in einem Graphen dargestellt, um ihre komplexen Beziehungen zu modellieren. In Millionen von synthetisch erzeugten Szenen lernt das System durch Versuch und Irrtum, optimierte Bewegungsbahnen zu finden. Laut den Forschern benötigt es lediglich CAD-Dateien und eine grobe Beschreibung der Aufgaben.

In Labortests soll das System traditionelle Methoden und von Experten entworfene Lösungen um etwa 25 Prozent übertroffen haben. Die Effizienz skaliert laut Intrinsic mit der Anzahl der Roboter: Bei einer Erhöhung von vier auf acht Roboter habe sich die durchschnittliche Zeit zur Ausführung von Aufgaben um 60 Prozent reduziert.

Anzeige
Anzeige

Laut Torsten Kroeger, Chief Science Officer bei Intrinsic, ist die Technologie ein "kritischer Schritt", um eine anpassungsfähige und hocheffiziente Planungstechnologie in die Fertigung zu bringen. Die Vision sei, dass ein Mensch nur noch die Aufgaben auf hohem Niveau definiert, während das System autonom die optimale Sequenz, die Zuweisung der Aktionen und die kollisionsfreien Pfade für alle Roboter bestimmt. In Kombination mit KI-gestützter Wahrnehmung könnte dies eine Neuplanung in Echtzeit ermöglichen.

Das System wurde jedoch noch nicht in einer realen Produktionslinie eingesetzt. Zu den aktuellen Einschränkungen gehört, dass es weder mit Robotern unterschiedlicher Fähigkeiten noch mit Aufgaben, die eine bestimmte Reihenfolge erfordern, umgehen kann.

Anzeige
Anzeige
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!
Unterstütze unsere unabhängige, frei zugängliche Berichterstattung. Jeder Betrag hilft und sichert unsere Zukunft. Jetzt unterstützen:
Banküberweisung
Zusammenfassung
  • Forscher von Google DeepMind, Intrinsic und dem University College London haben mit "RoboBallet" eine KI-Methode entwickelt, die mehrere Industrieroboter automatisch und kollisionsfrei koordinieren kann und damit den hohen Aufwand für manuelle Programmierung adressiert.
  • Das System basiert auf einem Graph Neural Network und Reinforcement Learning und benötigt lediglich CAD-Dateien sowie eine grobe Aufgabenbeschreibung, um in simulierten Szenarien optimierte Bewegungsbahnen für Roboter zu erlernen. In Labortests war die Methode etwa 25 Prozent effizienter als traditionelle Ansätze und skalierte besonders gut bei einer steigenden Anzahl von Robotern.
  • RoboBallet wurde noch nicht in realen Produktionslinien eingesetzt und kann aktuell weder Roboter mit unterschiedlichen Fähigkeiten noch Aufgaben mit fester Reihenfolge verarbeiten.
Quellen
Max ist leitender Redakteur bei THE DECODER. Als studierter Philosoph beschäftigt er sich mit dem Bewusstsein, KI und der Frage, ob Maschinen wirklich denken können oder nur so tun als ob.
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!