Roboter : Google-Mutter greift die Industrierobotik an
CEO der neuen Alphabet-Firma ist Wendy Tan-White. In einem Blogbeitrag definiert sie die Ziele der Firma. Sie sucht zahlreiche Mitarbeitende (Stellen gibt es hier) - in Mountain View aber auch in München. Kein Wunder: Viele deutsche prominenten Robotikexperten haben schon bei Intrinsic angeheuert: Unter ihnen Torsten Kroeger als CTO. Er war zuvor Prof. am KIT in Karlsruhe. Auch Martin Haegele - Engelberger-Preisträger ist mit dabei. Rainer Bischoff (Ex KUKA) und Stefan Schaal komplettieren das Team.
Die Mission: "Over the last few years, our team has been exploring how to give industrial robots the ability to sense, learn, and automatically make adjustments as they’re completing tasks, so they work in a wider range of settings and applications. Working in collaboration with teams across Alphabet, and with our partners in real-world manufacturing settings, we’ve been testing software that uses techniques like automated perception, deep learning, reinforcement learning, motion planning, simulation, and force control."
Die Zielgruppe: "We are currently looking for partners in the automotive, electronics, and health care industries who are already using industrial robotics and want to learn together."
Darüber hinaus posten zahlreiche neue Mitarbeitende ihre Motive: Hier beispielsweise Jürgen Sturm
Factorynet.at sprach mit Torsten Kroeger vor zwei Jahren über Robotik und die Herausforderungen (das ganze Interview finden Sie hier).
Herr Kröger, Sie simulieren einen digitalen Schatten von Produktionsstraßen in der Autoindustrie? Eine KI entscheidet dort also über Ressourcenverteilung?
Kroeger: Fast. Wir simulieren die Produktion, optimieren sie im digitalen Schatten, und können so Taktzeiten reduzieren oder sogar Roboter einsparen. Roboter und deren Bewegungsabläufe sind heute oft nicht optimal programmiert, weil Entwicklern die Zeit oder die Optimierungstools fehlen. Das geben die Autobauer auch zu. Wenn wir jetzt über einen digitalen Schatten gesamte Fertigungslinien betrachten und Abläufe schnell verändern könnten, kämen wir an ein Optimum.
Machine Learning also?
Kroeger: Reinforcement Learning ist das Schlüsselwort dafür. Ein Produktionsplaner könnte diese Aufgabe nur sehr schwer erfolgreich lösen. Wir verringern also Taktzeiten und sparen in den Anwendungen Roboter oder Energiekosten. Aber nochmal: Das ist Forschung – und bedeutet derzeit noch ein hohes Investitionsvolumen.
