Bosch unterstützt britische Serienproduktion humanoider Industrieroboter

Einordnung fuer Autofahrer

Sie kann Geschwindigkeiten 6,6 Fuß pro Sekunde erreichen, bis zu vier Stunden mit einer einzigen Ladung betreiben und ebenfalls Lasten 33 Pfund bewältigen. Beide Versionen sind für den Einsatz in menschenzentrierten industriellen Umgebungen konzipiert, in denen flexible Manipulation und Mobilität erforderlich sind.

Intelligenz für humanoiden RoboterschwärmeDie Roboter der Marke Humanoid werden mit KinetIQ angetrieben, einem proprietären KI-Rahmenwerk, das die End-to-End-Orchestrierung ärmen humanoider Roboter in industriellen, serviceorientierten und häuslichen Umgebungen ermöglicht.

Es erlaubt einem einzelnen KI-System, Roboter mit unterschiedlichen physischen Formen zu steuern und Aktionen über den gesamten Schwarm hinweg zu koordinieren. KinetIQ basiert auf einer Architektur mit vier Ebenen, die verschiedene Zeitskalen abdeckt.

Auf höchster Ebene fungiert System 3

Auf höchster Ebene fungiert System 3 als Schwarm-Agent, der Ziele zuweist, sich mit Facility-Management-Systemen integriert und Aufgaben über gelenk- und zweibeinige Roboter hinweg koordiniert. Es arbeitet in Echtzeit, um Arbeitslasten zu verteilen, die Ausführung zu überwachen und Ausnahmen in Logistik-, Einzelhandels- und Fertigungsprozessen zu verwalten.

System 2 übernimmt die roboterbezogene Schlussfolgerung und wandelt hochrangige Anweisungen unter Verwendung multimodaler Wahrnehmung in strukturierte Teilaufgaben um. Es passt Pläne an visuelle Rückmeldungen an, bewertet die Ausführung Bedarf auf menschliche Operateure eskalieren.

Zudem speichert es erfolgreiche Arbeitsabläufe zur Wiederverwendung im gesamten Flottenbetrieb. System 1 ist ein Vision-Language-Action-Modell, das für die niedrigstufige Manipulation und Fortbewegung zuständig ist und Aktionssequenzen für Roboterkörper mit Subsekunden-Geschwindigkeit generiert.

System 0 übernimmt die Ganzkörpersteuerung

System 0 übernimmt die Ganzkörpersteuerung mit einer Frequenz von 50 Hz mittels Reinforcement Learning in der Simulation und gewährleistet Stabilität sowie präzise Gelenkkoordination.

Gemeinsam ermöglichen diese vier Ebenen lernfähige Übertragungen zwischen verschiedenen Körperkonfigurationen, Echtzeit-Anpassung und skalierbare Koordination über diverse robotische Plattformen hinweg innerhalb eines einheitlichen physischen KI-Systems.