- Neuron AI kombiniert verschiedene sensorische Eingaben zur Verbesserung der Interaktionsfähigkeit von Robotern.
- Das Modell unterstützt mehrere Roboterplattformen und passt sich unterschiedlichen Anwendungsanforderungen an.
- NEURA plant, den Automatisierungsprozess von Neuron AI zu demonstrieren und dabei die Kontextbewahrung zu betonen.
- Der Trainingsprozess kombiniert reale Erfahrungen mit simulierten Variationen.
NEURA Robotics hat Neuron AI vorgestellt, ein Basis-Modell für Roboter, das darauf abzielt, Robotern das Verständnis und die Interaktion mit ihrer Umgebung zu erleichtern, indem es verschiedene sensorische Eingaben nutzt. Das System kombiniert visuelle Wahrnehmung, Taktile, Geräusche, Sprache, Roboterstatusinformationen und Gedächtnis, um die Ausführung verschiedener Aufgaben zu unterstützen. Das deutsche Unternehmen plant, dieses Modell auf unterschiedlichen Roboterplattformen einzusetzen, damit Kunden die Funktionen entsprechend ihren spezifischen Anwendungsanforderungen anpassen können. NEURA plant auch, diese Technologie durch ihren humanoiden Roboter zu demonstrieren und das Konzept der Entwicklung anpassungsfähiger Robotersysteme für reale Umgebungen zu präsentieren.
Funktionen und Design von Neuron AI
Neuron AI ist ein Basis-Modell für Roboter, das entwickelt wurde, um visuelle Wahrnehmung, Taktile, Geräusche, Sprache und Gedächtnis zu kombinieren, um Robotern bei der Ausführung komplexer Aufgaben zu helfen. Das deutsche Robotikunternehmen beschreibt das System als ein Perception-Language-Action (PLA)-Modell, das in der Lage ist, sensorische Informationen zu verarbeiten und in physische Aktionen umzuwandeln. Die Architektur ist darauf ausgelegt, mehrere Roboterplattformen zu unterstützen, sodass Fähigkeiten an unterschiedliche Anwendungen angepasst werden können, ohne dass für jede Maschine eine separate Entwicklung erforderlich ist. Neuron AI integriert verschiedene Informationsquellen, einschließlich 3D-Visuelle, Taktile und Kraftmessungen, Audio, Roboterstatusdaten und Sprache.
Laut NEURA richtet das Modell diese Eingaben im Laufe der Zeit aus, um Robotern zu helfen, ihre Umgebung zu interpretieren und während der Durchführung von Aufgaben den Kontext zu bewahren.
Die Einbeziehung von Taktile- und Kraftdaten könnte Robotern helfen, festzustellen, ob physische Interaktionen wie beabsichtigt verlaufen. Beispielsweise können Veränderungen in der Kontaktkraft anzeigen, ob eine Schraube korrekt installiert ist, während akustische Hinweise helfen können, zu erkennen, ob ein mechanisches Schloss richtig eingerastet ist. Diese Beispiele zeigen die erwarteten Fähigkeiten und nicht die unabhängig validierten Leistungsresultate. Gedächtnis ist ein weiteres Element dieser Architektur. NEURA weist darauf hin, dass das System Informationen über frühere Ereignisse und Objekte, die aus dem Sichtfeld entfernt wurden, speichern kann, was Robotern helfen könnte, Aktionen in verschiedenen Phasen einer Aufgabe zu koordinieren. Dieser Ansatz kombiniert Wahrnehmung, Kontextinformationen und Aktionen in einem gemeinsamen Modell.
Das Unternehmen hat jedoch noch keine Vergleichsbenchmarks veröffentlicht, um zu belegen, inwieweit Gedächtnis oder zusätzliche sensorische Eingaben die Leistung des visuellen Systems verbessern.
Trainingsinfrastruktur und Partner
NEURA gibt an, dass Neuron AI fünf Roboterimplementierungen unterstützt, darunter die humanoiden Roboter 4NE1 Gen 3 und Gen 4, eine rollende 4NE1-Plattform sowie zwei zusätzliche Plattformen für zweihändige Roboter. Dieser Ansatz zielt darauf ab, die erlernten Fähigkeiten auf unterschiedliche Hardwarekonfigurationen zu übertragen und gleichzeitig den Kunden zu ermöglichen, die Fähigkeiten entsprechend ihren spezifischen Anforderungen anzupassen. Die Produktinformationen des Unternehmens besagen, dass die Inferenz lokal auf den Robotern ausgeführt wird, ohne dass eine Cloud-Verbindung erforderlich ist. Die Verarbeitung auf dem Gerät ermöglicht es Robotern, die erlernten Fähigkeiten auszuführen, ohne kontinuierlichen Zugriff auf entfernte Recheninfrastrukturen zu benötigen.
Der Trainingsprozess von Neuron AI kombiniert reale Robotererfahrungen, simulierte Variationen und menschliche Demonstrationen, die mit sensorisch ausgestatteten Kits aufgezeichnet wurden.
NEURAs Trainingsinfrastruktur wird als NEURA Gyms bezeichnet und unterstützt Datensammlung, Fähigkeiten-Training und Benchmarking. Das Unternehmen hat auch industrielle Datenpartnerschaften mit Schaeffler und Bosch aufgebaut. NEURA plant, ihre Neuraverse-Plattform zu nutzen, um Kunden dabei zu helfen, die Roboterfähigkeiten für spezifische Arbeitsabläufe zu optimieren und diese Fähigkeiten zwischen mehreren Robotern zu verteilen. Kunden können die Vertraulichkeit ihrer trainierten Fähigkeiten wahren oder sich entscheiden, Fähigkeiten und Bereitstellungsdaten mit einem breiteren Ökosystem zu teilen.
Das Unternehmen betrachtet die „Skill Time“ als einen wichtigen Fortschrittsindikator, also die Zeit, die benötigt wird, um Robotern das Ausführen von Aufgaben beizubringen und eine zuverlässige Ausführung zu erreichen. Die Ankündigung enthält jedoch keine Messwerte für diesen Indikator.
NEURA plant, Neuron AI vom 20. bis 22. Oktober auf der NVIDIA GTC in Berlin zu präsentieren. Die voraussichtliche 11-minütige Automatisierungsdemonstration umfasst das Sortieren von Kleidung, das Beladen einer Waschmaschine, das Ausschalten und Wiederanschalten der Waschmaschine, das Entnehmen der Wäsche und das Übertragen der Wäsche in den Trockner ohne menschliches Eingreifen. Diese Demonstration soll zeigen, wie das System mehrere Aktionen koordiniert und während der Durchführung von Aufgaben den Kontext bewahrt. Der angekündigte Prozess bezieht sich auf die Verarbeitung von Wäsche und nicht auf den vollständigen Wasch- und Trocknungszyklus.
Element Spezifikationen Unterstützte Roboterimplementierungen 4NE1 Gen 3, 4NE1 Gen 4, humanoide Roboter, rollende 4NE1-Plattform, zweihändige Roboterplattform Inferenzverarbeitung lokal Trainingsinfrastruktur NEURA Gyms
Wie Neuron AI die Zukunft der Robotik-Technologie verändert
Das Neuron AI-Modell von NEURA Robotics stellt einen bedeutenden Fortschritt in der Robotik-Technologie dar, indem es durch die Integration verschiedener sensorischer Eingaben Robotern ermöglicht, ihre Umgebung besser zu verstehen und sich anzupassen. Diese multimodale Interaktion verbessert nicht nur die Ausführungsfähigkeiten der Roboter, sondern ermöglicht es ihnen auch, in komplexeren Aufgaben den Kontext zu bewahren, was für zukünftige Automatisierungsanwendungen entscheidend ist. Darüber hinaus wird die Trainingsinfrastruktur von NEURA und die Zusammenarbeit mit industriellen Partnern die Entwicklung und Anwendung der Technologie weiter vorantreiben und der Robotikbranche neue Chancen und Herausforderungen bieten.