Yaskawa Electric entwickelt agentisches Robotersystem mit Gemini-Integration

Die Yaskawa Electric Corporation hat ein agentisches Robotersystem entwickelt, das seinen autonomen KI-Roboter MOTOMAN NEXT mit dem fortschrittlichen generativen KI-Modell Gemini Robotics ER 1.6 von Google DeepMind integriert. Das integrierte Framework ermöglicht es dem Automatisierungssystem, Umgebungsbedingungen vor Ort unabhängig zu analysieren, strukturelle Arbeitsabläufe zusammenzustellen und operative Aufgaben ohne manuelle, schrittweise Programmierung auszuführen. Durch die Eingabe von High-Level-Befehlen, wie der Aufforderung zum Sortieren unkombinierter Teile, bewertet das System den Zielarbeitsbereich und führt die erforderlichen Materialmanipulationsroutinen durch, um dem Mangel an industriellen Arbeitskräften entgegenzuwirken.

Funktionale Trennung von Entscheidungsfindung und kinematischer Ausführung
Die Architektur etabliert eine klare Aufteilung der operativen Aufgaben zwischen dem Gehirn (Cloud- oder Edge-Computing) und dem physischen Roboterkörper. Das generative KI-Modell ist für das semantische Denken und die Workflow-Synthese zuständig – also die Bestimmung, welche Aufgaben ausgeführt werden müssen –, während die Hardwareplattform MOTOMAN NEXT diese logischen Schritte in präzise Bewegungen vor Ort umsetzt.

Um die Lücke zwischen übergeordneten generativen Entscheidungen und der realen Ausführung zu schließen, ist der MOTOMAN NEXT-Roboter mit drei zentralen Serviceebenen für die Fabrikautomatisierung ausgestattet:

Autonome Fehlerbehebung und Unternehmenskonnektivität
Die agentische Roboterplattform enthält Softwarefunktionen, die darauf ausgelegt sind, die Produktionslaufzeit zu stabilisieren und die Integration in bestehende Unternehmenssteuerungsnetzwerke zu vereinfachen. Traditionelle Industrierobotik erfordert eine starre, kontinuierliche sequentielle Programmierung, die abbricht, wenn eine unerwartete Teileanomalie auftritt.

Die integrierte generative KI-Ebene überwacht den Ausführungsstatus kontinuierlich und ermöglicht eine automatisierte Fehlerbehebung; wird ein Teil während des Transports fallen gelassen oder falsch platziert, erkennt der Roboter die Situationsänderung unabhängig und berechnet eine Wiederherstellungssequenz, um die Aufgabe ohne menschliches Eingreifen neu zu starten. Darüber hinaus kann die Steuerungsplattform direkt mit internen Produktionsmanagementnetzwerken und Unternehmenssoftwarelösungen verknüpft werden. Dies ermöglicht es dem Roboter, Bestandsdatenbanken programmatisch abzufragen oder automatisch Teilemangel-Warnungen und Auftragsaktualisierungen zu senden, wenn er eine unzureichende Komponentenversorgung an der Linie feststellt.

Zusätzlicher Kontext
Dieser Abschnitt beschreibt technische Spezifikationen und Wettbewerbs-Benchmarks, die in der ursprünglichen Pressemitteilung nicht enthalten waren.

Im Gegensatz zu traditionellen Industriesteuerungen, die auf externe Inferenz-PCs angewiesen sind – was zu Kommunikationslatenzen über die Schnittstelle führt –, verfügt der MOTOMAN NEXT über ein eingebettetes Edge-Computing-Grafikmodul, das Bildverarbeitungs- und Pfadalgorithmen lokal im Schaltschrank verarbeitet. Darüber hinaus nutzen standardmäßige bildverarbeitungsgestützte Setups statische Programmiervorlagen, die Fehlerstopps auslösen, wenn Komponenten verschoben werden. Das integrierte Foundation-Modell etabliert kontinuierliches räumliches Denken für eine autonome Fehlerbehebung und überträgt erlernte Manipulationsverfahren ohne manuelles Code-Retraining auf verschiedene Armformen.

Herausgegeben von Romila DSilva, Induportals Editor, mit KI-Unterstützung.