Tausende humanoide Räderroboter sollen in deutschen Fabriken arbeiten.

Technik und Auswirkungen

Im Rahmen dieser Vereinbarung wird Schaeffler bis 2031 zum bevorzugten Zulieferer für mehr als die Hälfte des gemeinsamen Aktuatorenbedarfs könnte dabei eine siebenstellige Anzahl für die geradelfahrenden Roboterplattformen Intelligence Die Systeme, ihrem proprietären KI-Rahmenwerk für die ganzheitliche Orchestrierung, serviceorientierten und häuslichen Umgebungen.

Das System ermöglicht es, mit einer einzigen KI-Architektur Roboter unterschiedlicher Bauformen zu steuern und Interaktionen über die gesamte Flotte hinweg zu koordinieren. KinetIQ basiert auf einer übergreifenden, vierstufigen Architektur mit unterschiedlichen Zeitskalen.

Auf der obersten Ebene fungiert System 3 als Flotten-Agent, der Ziele zuweist, sich mit Facility-Management-Systemen integriert und Aufgaben über geradelfahrende und zweibeinige Roboter hinweg koordiniert.

Einordnung fuer Autofahrer

Es arbeitet innerhalb, verteilt Aufgaben dynamisch, verfolgt den Fortschritt und behandelt Ausnahmen in Echtzeit in Logistik-, Einzelhandels- und Fertigungsumgebungen. System 2 bietet roboterlevelige Schlussfolgerungsfähigkeiten, wandelt hochrangige Anweisungen mithilfe multimodaler Wahrnehmung in strukturierte Teilaufgaben um.

Es passt Pläne kontinuierlich basierend auf visuellem Feedback an, bewertet die Ausführung und eskaliert bei Bedarf an menschliche Unterstützung, während gleichzeitig erfolgreiche Arbeitsabläufe für die Wiederverwendung über die gesamte Flotte hinweg gespeichert werden.

System 1 ist ein Vision-Language-Action-Modell, das Manipulations- und Fortbewegungsaufgaben auf Untersekundengeschwindigkeit ausführt und für Roboterkörper aufgaben-spezifische Aktionssequenzen 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 dabei Stabilität sowie präzise Gelenkkoordination.

Gemeinsam ermöglichen diese Ebenen lernfähige Übertragungen auf verschiedene Körperstrukturen (cross-embodiment learning), Echtzeit-Anpassung und skalierbare Flottenkoordination und bilden so den einheitlichen Ansatz für physische KI auf vielfältigen robotischen Plattformen.