- Bear Robotics hat die Verarbeitungszeit des KR1-Roboter-Modells auf 60 Millisekunden reduziert.
- Die KINO-2-Plattform hilft dem KR1, aus Demonstrationen zu lernen, um Objektverarbeitungsaufgaben zu bewältigen.
- Bear hat über 16.000 Roboter an mehr als 5.000 Kundenstandorten eingesetzt.
- Schnellere Inferenzzeiten unterstützen den Roboter dabei, Objekte schneller zu erkennen und zu verarbeiten.
Bear Robotics hat angekündigt, dass die Zeit zur Ausführung des Basis-Modells des Roboters auf ihrem KR1-Humanoiden mithilfe von NVIDIA-Software um das Achtfache verkürzt wurde, von 500 Millisekunden auf 60 Millisekunden. Diese Verbesserung stammt von einer neuen Robotik-Lernplattform namens KINO-2, die darauf abzielt, menschliche Demonstrationen in Aufgaben zu verwandeln, die der KR1 ausführen kann. Das Unternehmen berichtet, dass die Verarbeitungszeit seines eigenen Modells um das 4,2-Fache verbessert wurde, von 72,3 Millisekunden auf 17,2 Millisekunden. Diese Daten stammen aus internen Messungen von Bear und beziehen sich auf die Modellinferenz, also den Prozess, bei dem aus einem trainierten Modell Ausgaben generiert werden.
Dies bedeutet jedoch nicht, dass die Geschwindigkeit, mit der sich der Roboter bewegt, um das Achtfache erhöht oder die Zeit zur Ausführung physischer Aufgaben um das Achtfache verkürzt wurde.
Bear Robotics konzentriert sich auf die Entwicklung von Robotern für kommerzielle Anwendungen und hat KINO-2 auf der NVIDIA GTC Berlin vorgestellt. Das Unternehmen gibt an, dass es bereits über 16.000 Roboter an mehr als 5.000 Kundenstandorten eingesetzt hat, obwohl die meisten dieser Roboter Serviceroboter und keine humanoiden Roboter sind.
Funktionen der KINO-2-Plattform
KINO-2 wurde entwickelt, um dem KR1 zu helfen, aus Demonstrationen zu lernen, um Objektverarbeitungsaufgaben zu bewältigen, ohne dass Ingenieure jede Bewegung einzeln programmieren müssen. Bear sammelt Demonstrationen von Aufgaben und nutzt diese, um das Modell zu trainieren und zu verbessern, bevor es das Verhalten auf dem KR1 bewertet und schließlich in Kundenoperationen testet. Die Plattform unterstützt sowohl intern entwickelte Modelle von Bear als auch externe Basis-Modelle, die Muster aus Trainingsdaten lernen und diese auf Aufgaben anwenden können, die verschiedene Objekte und Umgebungen betreffen.
Um die Software auf dem KR1 auszuführen, hat Bear NVIDIA Isaac OS in sein Wahrnehmungssystem integriert, das Informationen über die Umgebung des Roboters verarbeitet. Diese Konfiguration verwendet die NVIDIA Jetson AGX Thor-Hardware und umfasst das NVIDIA Holoscan SDK 5.0. Bear nutzt auch NVIDIA TensorRT und Modellquantisierung, um die Inferenzlatenz zu reduzieren. Die Quantisierung verringert den Rechenaufwand des Modells, indem Werte mit niedrigerer Präzision dargestellt werden.
Laut Bear helfen diese Änderungen, die Inferenzzeit von NVIDIA Isaac GR00T von ursprünglich nicht optimierten 500 Millisekunden auf etwa 60 Millisekunden zu reduzieren, während die Inferenzzeit des eigenen Modells von 72,3 Millisekunden auf 17,2 Millisekunden gesenkt wurde.
Schnellere Inferenzzeiten könnten dem Roboter helfen, schneller auf die Erkennung von Objekten zu reagieren und zu entscheiden, wie er mit diesen Objekten umgeht. Die Ankündigung bietet jedoch keine vollständigen Vergleichsdaten zu den Gesamtaufgabenzeiten, der Betriebsgüte oder der langfristigen Zuverlässigkeit.
Demonstration des Lagerarbeitsablaufs mit KR1
Auf der NVIDIA GTC Berlin zeigt Bear, wie der KR1 einen Lagerarbeitsablauf ausführt, der Objektverarbeitung und Transport kombiniert. Der Roboter erhält Aufträge vom Lagerverwaltungssystem, wählt Flaschen aus, legt sie in Kisten, bringt die Kisten zu den Entladepunkten und kehrt dann zurück, um leere Kisten abzuholen. Diese Demonstration kombiniert die von KINO-2 erlernten operativen Fähigkeiten mit Bears bestehender Navigations-, Steuerungs- und Workflow-Software. Der Chief Robotics Officer von Bear Robotics, Bren Pierce, erklärte: „Die Menschen, die die Arbeit verrichten, kennen bereits ihre Produkte, Geräte und Arbeitsabläufe.
Die Demonstration ermöglicht es uns, dieses Wissen zu erfassen und den Robotern beizubringen.“
Bear plant auch, die Betriebsfähigkeiten durch Kundenpilotprojekte zu entwickeln, die Supermarkt-Rückgaben und die Verarbeitung von Lagerkisten umfassen. Das Unternehmen beabsichtigt, spezialisierte mobile Roboter für den Transport von Waren mit dem KR1-Humanoiden zur Objektverarbeitung zu kombinieren, die beide über ein gemeinsames Flottenmanagement- und Workflow-System betrieben werden. Die GTC-Demonstration zeigte, wie diese Fähigkeiten in spezifischen Lageraufgaben zusammenarbeiten können. Bear hat jedoch noch keine Ergebnisse zur Zuverlässigkeit des KR1 veröffentlicht, wenn es darum geht, umfassendere Kundenarbeitsabläufe ohne Eingriffe abzuschließen.
Durchbruch in der Robotik-Technologie des KR1
Der KR1-Roboter von Bear Robotics hat durch die Technologie von NVIDIA eine signifikante Verkürzung der Verarbeitungszeiten erreicht, was für die Automatisierung kommerzieller Operationen von entscheidender Bedeutung ist. Die Einführung der KINO-2-Plattform hat nicht nur die Lernfähigkeit des Roboters verbessert, sondern auch die Abhängigkeit von der manuellen Programmierung durch Ingenieure reduziert. Diese technologischen Fortschritte ermöglichen es Robotern, in komplexen Umgebungen flexibler und reaktionsschneller zu agieren, sodass sie Lageraufgaben effektiver ausführen und die Gesamteffizienz steigern können. Mit der geplanten Erweiterung der Anwendungsbereiche könnte die Entwicklung des KR1 die Zukunft der kommerziellen Automatisierung verändern.