- ACE Robotics demonstrierte einen automatisierten Hotelwäscheprozess, der von der Sammlung bis zur Lieferung nur 18,6 Sekunden benötigt.
- Das Mundo-System verbessert die Lernfähigkeit der Roboter durch interaktive digitale Zwillinge, die die Umgebungsmerkmale simulieren.
- Die Dual-Model-Architektur trennt Planung und Ausführung und verkürzt die Wäschelaufzeit auf 18,648 Sekunden.
- Das System verfügt über einen Feedback-Zyklus, der es ermöglicht, die Fähigkeiten und Handlungsstrategien der Roboter autonom zu verbessern.
Das chinesische Unternehmen ACE Robotics hat einen automatisierten Hotelwäscheprozess vorgestellt, der mechanische Fähigkeiten mit Cloud-Planung kombiniert, um den gesamten Ablauf von der Sammlung bis zur Lieferung zu optimieren. Das System ermöglicht es Robotern, Wäschekörbe aus den Gästezimmern zu sammeln, sie zur Wäscherei zu transportieren, Waschmaschinen und Trockner zu bedienen und die saubere Wäsche zurückzubringen. Mundo erstellt durch Fotos interaktive digitale Zwillinge der Hotelumgebung, sodass Roboter die Aufgaben simulieren und das Verhalten von Objekten erlernen können, bevor sie in der realen Anwendung eingesetzt werden. Laut dem Unternehmen nutzt das selbstverbessernde Fähigkeitssystem Feedback aus der realen Welt, um die Leistung zu verfeinern und den gesamten Wäscheprozess auf 18,6 Sekunden zu verkürzen.
Das Mundo-System ermöglicht es Robotern, Wäschekörbe aus den Gästezimmern zu sammeln, sie zur Wäscherei zu transportieren, Waschmaschinen und Trockner zu bedienen und die saubere Wäsche zurückzubringen. Diese Demonstration markiert die erste kommerzielle Anwendung der Technologie seit der Einführung des Mundo-Weltmodells durch ACE Robotics und das S-Lab der Nanyang Technological University im letzten Monat. Das Herzstück des Systems ist Mundo, das Fotos von Hotelzimmern, Fluren und Wäschereien in interaktive digitale Zwillinge umwandelt. Im Gegensatz zu herkömmlichen visuellen Simulationen berücksichtigen diese Umgebungen physikalische Eigenschaften wie Objektmasse und Reibung, sodass Roboter lernen können, wie Objekte auf Berührung und Bewegung reagieren.
Funktionsweise des Mundo-Systems
Jede Simulation generiert Daten zu Roboterbahnen, Kontaktzuständen und visuellen Rückmeldungen, die dazu beitragen, die Handlungsstrategien der Roboter zu verfeinern, bevor sie versuchen, dieselbe Aufgabe in einer realen Hotelumgebung auszuführen.
ACE Robotics hat eine Dual-Model-Architektur implementiert, die komplexe Planung von der Echtzeitausführung trennt. Ein allgemeines Cloud-Modell, das von QbitAI definiert wurde, GPT-Astra, verarbeitet Aufgabenzerlegung, Schlussfolgerungen und Strategieerforschung. Sobald das System einen gangbaren Ansatz identifiziert hat, wird dieses Verfahren als wiederverwendbare Roboterfähigkeiten gespeichert. Ein weiteres Modell, das lokal auf dem Roboter läuft, ruft diese Fähigkeiten ab und führt sie aus, um einzelne Aktionen auszuführen. Diese Trennung zielt darauf ab, Verzögerungen zu vermeiden, die durch die Abhängigkeit von Cloud-Computing entstehen. ACE Robotics gibt an, dass der Cloud-Ansatz für einen vollständigen Wäschelauf mehr als 30 Minuten benötigt, während das lokal ausgeführte Modell die Zeit auf 18,648 Sekunden verkürzt.
Planungssystem und Arbeitsablauf
Ein Planungssystem namens BotAgent koordiniert den Arbeitsablauf und unterteilt die Wäscheoperationen in 53 atomare Aktionen und 14 hochrangige semantische Schritte. Es kann über 200 mögliche Aktionssequenzen basierend auf der Zimmerposition, der Verfügbarkeit von Aufzügen und der Warteschlange der Waschmaschinen anordnen.
Das System enthält auch einen Feedback-Zyklus, der darauf abzielt, die Fähigkeiten der Roboter durch wiederholte Versuche in der realen Welt zu verbessern. Wenn eine Operation fehlschlägt, überprüft das Cloud-Modell mehrere Kameravideos und Sensordatenprotokolle, um das Problem zu identifizieren. Anschließend kann es vorschlagen, die Bewegungen des Roboters zu ändern oder alternative Kamerawinkel auszuwählen, um Sichtbarkeitsprobleme zu überwinden. Beispielsweise wechselt das System zu einer Hochwinkelkamera, wenn die Kamera am Roboterarm blockiert ist. In einem anderen Beispiel, als eine Jeans im Trockner stecken blieb, änderte es die Hebebahn des Greifers und den Fingerwinkel. Der Roboter kann auch die Umgebung zwischen den Versuchen autonom zurücksetzen.
Ein weiteres Modell bewertet jede Runde von Operationen, sodass das System die leistungsstärkeren Versionen der Fähigkeiten beibehalten und weniger erfolgreiche Änderungen zurücksetzen kann. Bei der Entladung des Trockners berichtete ACE Robotics von 165 realen Roboterexperimenten innerhalb von 57 Stunden, die 37 Verbesserungsvorschläge und etwa 80 Fähigkeiten-Versionen hervorbrachten. Das Unternehmen gab an, dass der Entladezyklus schließlich stabil zwischen 170 und 210 Sekunden lag und der durchschnittliche Anteil an verbleibenden Jeans im Trockner von 48 % auf 32 % sank, wobei die beste Leistung bei 19 % lag.
ACE Robotics hat auch festgestellt, dass der Sofort-Einzelhandel eine weitere potenzielle Anwendung dieser Technologie ist. Die berichteten Leistungsdaten stammen jedoch von dem Unternehmen und wurden noch nicht unabhängig verifiziert.
Bedeutung der Automatisierungstechnologie von ACE Robotics
Das automatisierte Wäschesystem von ACE Robotics zeigt das Anwendungspotenzial der Robotik im Hotelgewerbe. Durch das Mundo-System sind Roboter in der Lage, in komplexen Umgebungen zu lernen und sich anzupassen, was nicht nur die Effizienz steigert, sondern auch die Arbeitskosten senkt. Das Design der Dual-Model-Architektur ermöglicht es dem System, bei der Ausführung von Aufgaben flexibler zu sein und Verzögerungsprobleme durch Cloud-Computing zu vermeiden. Darüber hinaus ermöglicht die Einführung des Feedback-Zyklus den Robotern, sich kontinuierlich selbst zu verbessern, was entscheidend für die Verbesserung der Servicequalität und die Bewältigung realer Herausforderungen ist.

