Vom Labor in die Fertigung
UR und Scale AI treiben KI-Training mit Imitationslernen voran
Universal Robots hat seinen AI Trainer gemeinsam mit Scale AI entwickelt. Damit werden Roboter von starr programmierten Systemen zu flexibel lernenden, KI-gesteuerten Anwendungen. Grundlage dafür sind Daten aus Trainingsumgebungen, in denen Roboter menschliche Bewegungen nachahmen.
Kollaborative Roboterarme von Universal Robots erfassen synchronisierte Bewegungs- und Bilddaten für KI-Training auf einer Scale-AI-Plattform.
Universal Robots
Den Hintergrund für die Entwicklung von AI Trainer erklärt Anders Beck, VP of AI Robotics
Products bei Universal Robots, so: „Unsere Kunden – von
Großunternehmen bis zu KI-Forschungslaboren – fragen nicht mehr nur
KI-Funktionen nach. Sie brauchen eine Möglichkeit, hochpräzise, synchronisierte
Robotik- und Bilddaten zu erfassen, um KI-Modelle direkt auf den Robotern zu
trainieren, die tatsächlich eingesetzt werden. Unser AI Trainer ist die
branchenweit erste Lösung, die das Training von KI-Modellen direkt vom Labor in
die Fabrik überführt.“
Partnerschaft mit Scale AI ermöglicht kontinuierliche Datenoptimierung
Der AI Trainer erlaubt es,
dass menschliche Bediener Roboter in einem „Leader-Follower“-Setup anleiten.
Dabei wird ein Roboter manuell geführt, während ein zweiter die Bewegung in
Echtzeit spiegelt. Gleichzeitig werden Bewegungs-, Kraft- und Bilddaten synchron
aufgezeichnet, um strukturierte Trainingsdaten für moderne KI-Modelle (VLA) zu
erzeugen. Auf der UR
AI Accelerator Plattform kombiniert der AI Trainer Roboterhardware
mit der Software von Scale AI. So entsteht ein kontinuierlicher Datenkreislauf,
der es ermöglicht, KI-Modelle direkt in der Produktion zu trainieren, zu
verbessern und zu skalieren.
„Universal Robots ist ein führendes Unternehmen im Bereich der
Industrierobotik, und seine globale Präsenz bietet die ideale Grundlage für die
Datenerfassung und den Einsatz von KI“, sagte Ben Levin, General Manager für
Physical AI bei Scale AI. „Gemeinsam haben wir ein integriertes
Robotik-Daten-Flywheel geschaffen, das es Kunden ermöglicht, ihre KI-Modelle
schneller als je zuvor zu trainieren, einzusetzen und zu verbessern.“ Im Rahmen dieser Zusammenarbeit werden UR und Scale AI noch in diesem Jahr
einen umfangreichen industriellen Datensatz veröffentlichen, der auf
UR-Robotern gesammelt wurde.
Universal Robots prüft zudem
den Einsatz des NVIDIA
Physical AI Data Factory Blueprint, um die Generierung synthetischer
Daten zu automatisieren und zu skalieren und so Rechenkapazitäten im weltweiten
Maßstab in eine Produktionsmaschine für hochwertige Trainingsdaten für Roboter
umzuwandeln. „Der Wandel hin zu Physical AI erfordert ein grundlegendes Umdenken: weg von
starrer, vorprogrammierter Automatisierung hin zu vielseitigen Robotern, die
ihre Umgebung wahrnehmen, verstehen und durch menschenähnliche Interaktion
lernen“, erklärt Amit Goel, Head of Robotics and Edge AI Ecosystem bei NVIDIA.
„Durch den Einsatz der NVIDIA-Isaac-Simulationsframeworks baut Universal Robots
eine skalierbare Plattform für die präzise Erfassung und Generierung von Daten
auf – und schafft damit die Grundlage, um die nächste Generation autonomer
Systeme effizient im großen Maßstab zu trainieren.“
FAQ: Universal Robots AI Trainer
1. Was ist der AI Trainer von Universal Robots?
Der AI Trainer ist eine gemeinsam mit Scale AI entwickelte Lösung, die Industrieroboter von starr programmierten Systemen zu flexibel lernenden, KI-gesteuerten Anwendungen weiterentwickelt. Er ermöglicht es, KI-Modelle direkt auf real eingesetzten Robotern zu trainieren und damit den Transfer von Forschung (Labor) in die industrielle Praxis (Fabrik) zu beschleunigen.
2. Wie funktioniert das Training der Roboter mit dem AI Trainer?
Das System nutzt ein „Leader-Follower“-Prinzip: Ein Roboter wird von einem Menschen manuell geführt („Leader“), während ein zweiter Roboter („Follower“) die Bewegung in Echtzeit nachahmt. Dabei werden Bewegungs-, Kraft- und Bilddaten synchron erfasst und als strukturierte Trainingsdaten für moderne KI-Modelle genutzt. Diese Daten fließen in einen kontinuierlichen Optimierungsprozess ein, sodass sich die KI-Modelle direkt in der Produktion verbessern und skalieren lassen.
3. Welche Rolle spielen die Partner Scale AI und NVIDIA?
Scale AI liefert die Softwarebasis für die Datenaufbereitung und -optimierung und ermöglicht so einen kontinuierlichen Datenkreislauf („Data Flywheel“), der Training, Einsatz und Verbesserung von KI-Modellen beschleunigt. NVIDIA unterstützt mit Technologien wie dem Isaac-Simulationsframework und prüft den Einsatz des Physical AI Data Factory Blueprints, um synthetische Daten zu generieren und das Training von Robotik-KI im großen Maßstab effizient zu skalieren.
