Last year, we unveiled the new Atlas—faster, stronger, more compact, and less messy. We’re designing the world’s most dynamic humanoid robot to do anything and everything, but we get there one step at a time.
Our first task is part sequencing, a common logistics task in automotive manufacturing. Discover why we started with sequencing, how we are solving hard problems, and how we’re delivering a humanoid robot with real value.
Learn More: https://bit.ly/3DqQJh5
Our first task is part sequencing, a common logistics task in automotive manufacturing. Discover why we started with sequencing, how we are solving hard problems, and how we’re delivering a humanoid robot with real value.
Learn More: https://bit.ly/3DqQJh5
Kategorie
🗞
NewsTranskript
00:00Die Hauptgrundlage, warum die Leute heute so interessiert sind für die Roboter, ist die
00:18Verpflichtung einer wirklich flexiblen robotischen Lösung, die zwischen Aufgaben und
00:22Anwendungen verändern kann, in einer Weise, die wir bisher nicht gesehen haben.
00:26Die Welt wurde für die Menschen gebaut, und das große Versprechen der Humanoiden ist, dass
00:30sie in diese menschengebauten Umgebungen einsteigen können und sofort Werte erhöhen.
00:35Die vorherige Generation von Atlas konnte viele sehr athletische Dinge machen, von Rennen,
00:39Jumpen, Flippen usw. Das machte es eine sehr interessante Forschungsplattform für uns,
00:43um die Grenzen des gesamten Körperkontrollens zu erforschen.
00:47Aber es gibt auch einige Nachteile zu Hydraulik. Sie sind sehr komplex und
00:51sehr teuer, sie sind schwierig zu behalten, und sie sind schmutzig.
00:55Unser altes Labor hatte immer nur einen dünnen Schmutz an Öl.
00:59Und wir kamen zu dem Punkt in unserem Humanoid-Entwicklung, wo wir bemerkten,
01:02dass wir mit der Batterietechnologie, die wir auf der vorherigen
01:06Generation von Atlas entwickelt haben, und mit unseren eigenen elektronischen
01:10Aktuatoren, einen Humanoid bauen konnten, der strikt schneller,
01:14strikt stärker und kompakter war.
01:17Nur Objekte zu manipulieren, ist etwas, worüber die Menschen sehr wenig Zeit
01:21aufmerksam denken. Wir hatten ein ganzes Leben lang Interaktion mit der Welt,
01:26um unser Kontrollsystem zu trainieren, sodass wir wissen, wie wir prägen,
01:30was passieren wird, und wir wissen, wie wir Anweisungen an verschiedene Teile
01:34unseres Körpers schicken, um Manipulationen zu erreichen.
01:37Roboter im Allgemeinen haben nicht so viel Erfahrung.
01:41Und ein Teil der spannenden Arbeit, die in der AI stattfindet,
01:44und die wir selbst auch machen, ist es, die reichen Datensourcen,
01:48die wir jetzt generieren, von all unseren Robotern,
01:51ob sie in der echten Welt ausgestattet sind, ob sie in unseren Läden sind,
01:55oder ob sie in der Simulation generiert werden, um Modelle zu trainieren,
01:59die eine ähnliche Fähigkeit zur Generalisierung haben,
02:02und eine ähnliche Fähigkeit, Fehler zu korrigieren,
02:05wenn wir versuchen, grundlegende Fähigkeiten zu erledigen.
02:08Und ich denke, das ist einer der Orte, wo ich die AI erwarten würde,
02:11um signifikant zu verändern, wie wir die Fähigkeiten der Roboter
02:15in den nächsten Jahren wahrnehmen.
02:20Sequenzierung ist eine Logistikaufgabe im Automobilproduktionswesen,
02:23die geschaffen wurde, um Manufakturen
02:26viele verschiedene Kustomisationen und Variationen von Fahrzeugen zu produzieren.
02:30Sequenzierung hat einen markanten Wert,
02:33aber auch aus einer Forschungsperspektive,
02:36aus der Perspektive von Gebäuden,
02:39hat viele der Komplexitäten, die wir finden, notwendig sind,
02:42um genaue Roboter-Manipulationen zu entwickeln.
02:46Der Sequenzprozess nimmt Tausende und Tausende
02:49von verschiedenen Varianten von Teilen
02:51und stellt sie in den spezifischen Order,
02:53in welchen Fahrzeugen produziert werden,
02:55um sicherzustellen, dass die Fahrzeuge schneller produziert werden
02:58und damit die Technologien,
03:00die wir produzieren,
03:02in den Bestand bringen können,
03:04an der Zeit, in der sie funktionieren.
03:06Für diese Aufgabe haben wir Atlas
03:09eine Grundbeschreibung der Endstelle,
03:12die wir wollen.
03:14Wir haben einen Dach,
03:16der mit Motorbekleidungen in einem bestimmten Ort
03:18befüllt werden muss.
03:20Wir haben auch eine Beschreibung,
03:22wo die Motorbekleidungen finden können.
03:24Wenn es dies hat,
03:26geht es um die Ordnung der Dachbekleidungen.
03:28Was für eine Art Motorkop brauche ich?
03:30Und dann fragt es sich, wo ich das finden kann.
03:33Und dann versucht es, es von dort abzuholen.
03:36Und wenn es es findet, geht es weiter.
03:38Es hat eine Art Grundbeschreibung.
03:40Und dann hat es eine Beschreibung der gesamten Architektur der Aufgabe,
03:44die wir angeboten haben.
03:46Und dann verbindet es die beiden zusammen,
03:48um das Sequenzieren zu machen.
03:51Atlas hat Kameras, meist im Kopf.
03:53Und mit diesen Kameras
03:55sieht es die Bestandteile oder Container,
03:57mit denen es interagieren muss.
03:59Nicht nur den einen,
04:01wo es ein Objekt abholen oder ein Objekt einlegen muss,
04:03sondern alle Container um ihn herum,
04:05damit es seine Füße öffnen kann,
04:07um Verzerrungen zu vermeiden, zum Beispiel.
04:09Und gleichzeitig sieht es auch Objekte.
04:11Es hat eine Idee des Objekts,
04:13die es manipulieren wird.
04:15Und mit diesem mentalen Modell
04:17benutzt es direkt RGB-Kameras,
04:20um die Position des Objekts zu beurteilen
04:24Manchmal weiß es,
04:26dass es sich erfolgreich befestigt hat.
04:28Es weiß, dass es verfehlt hat,
04:30wenn es anfängt, zu drücken
04:32und merkt, dass es nicht den Koffer
04:34so bewegen kann, wie es will.
04:36Und dann wird es wieder versuchen.
04:38Es bekommt den Koffer rein und lässt los.
04:40Und dann denkt es,
04:42dass es sich erfolgreich befestigt hat.
04:44Es drückt etwas mehr,
04:46um sicherzustellen, dass es voll befestigt ist.
04:48Die 360-Rotationen sind lustig.
04:50Sie sind dafür da,
04:52dass sie effizient sind.
04:54Atlas kann schneller umdrehen,
04:56kann seinen Kopf drehen.
04:58Wenn es etwas hinter dem Kopf schauen will,
05:00kann es einfach den Kopf drehen.
05:02Atlas ist schneller,
05:04wenn es zurück und fort bewegt,
05:06weil es diese 360-Rotation hat.
05:09Boston Dynamics hat eine sehr lange Geschichte
05:11in Robotik und besonders in Bein-Roboten.
05:13Und allein bei Bipeds
05:15haben wir schon über 15 Jahre
05:17daran gearbeitet.
05:19Wir haben es für eine sehr hohe Leistungsmaschine
05:21entwickelt.
05:23Wir wollen, dass wir die Grenzen
05:25von dem, was physisch möglich ist,
05:27überprüfen können.
05:29Und die Infrastruktur,
05:31um das zu machen,
05:33zeigt sich schon
05:35durch die Leistung von Atlas.
05:37Ich bin enttäuscht.
05:39Für mich ist es der Pinnakel
05:41der Humanoids heute.
05:43Es hat all die Agilität,
05:45die Atlas hatte.
05:47Das ist der Pinnakel von Atlas.