„Hey Roboter, navigiere zur CNC-Station und lade Materialien auf“. Jeder, der schon einmal programmiert hat, wünscht sich, dass es so einfach wäre: ein simpler Befehl in natürlicher Sprache, ganz ohne Code oder Baukastensystem. Wir arbeiten daran, genau das möglich zu machen. Dafür setzen wir gezielt auf große Sprachmodelle (Large Language Models oder kurz LLM), die die herkömmliche No-Code Programmierung auf die nächste Ebene bringen.
Dabei steht unsere leistungsstarke Softwareplattform AgileCore im Mittelpunkt. Sie befähigt den Nutzer, Prozesse vollständig zu planen, umzusetzen und auszuwerten – ohne auf zusätzliche Plattformen angewiesen zu sein. Dazu stellt sie eine umfassende Skill-Bibliothek bereit, die auch die Programmierung vereinfacht.
Diese einfache Bedienung wird nun durch die Integration von LLMs entscheidend ergänzt. LLMs sind KI-Modelle, die durch das Training mit großen Datenmengen in der Lage sind, natürliche Sprache zu verstehen und zu produzieren. Das wohl bekannteste Beispiel dafür ist ChatGPT. Das KI-gestützte Sprachmodell kommuniziert in natürlicher Sprache, beantwortet Fragen und generiert selbstständig Texte. Agile Robots nutzt LLMs, um die Nutzung von Robotern nachhaltig zu vereinfachen und Prozesse effizienter zu gestalten. AgileCore bietet dafür eine Vielzahl von Funktionen an.
Schritt-für-Schritt Anleitung
Man hat ein externes Peripheriegerät, möchte dieses mit dem Roboter verbinden und kommt nicht weiter. Das ist zeitintensiv und kostet sowohl Geld als auch Nerven. Auch hier bietet der KI-Assistent von AgileCore Abhilfe: Er vereinfacht die Hardware-Software-Integration und die Parametrierung von Roboterfähigkeiten, indem er eine Schritt-für-Schritt Anleitung bietet. Dafür nutzt der Assistent die ‚Retrieval-Augmented-Generation‘ (RAG) Technik. Sie steigert die Präzision der KI-Modelle, indem sie gezielt Daten aus dem AgileCore-Datenpool nutzt.
In der Praxis sieht das so aus: Möchte der Nutzer zum Beispiel eine Kamera kalibrieren, gibt er einfach den Prompt „Wie kalibriere ich eine Kamera in AgileCore“ ein. Prompts sind Fragen oder Eingabeaufforderungen, die dazu anregen, eine bestimmte Aktion auszuführen. Nach der Bestätigung der Eingabe präsentiert der KI-Assistent eine ausführliche Anleitung, die jegliche Rechercheaufgaben überflüssig macht. Das spart Zeit und ermöglicht eine effizientere Integration.
Befehle in natürlicher Sprache
Darüber hinaus vereinfacht der konversationelle Programmierassistent auch die Erstellung von komplexen Bewegungsabläufen. Anstatt verschiedene Befehle hintereinander einzugeben, kann der Roboter einfach mit dem Satz „Bestücke die CNC-Maschine mit dem Metallblock“ angewiesen werden.
Gesagt, getan. Durch die exemplarische Eingabe generiert das System eine vorkonfigurierte Aufgabe, die der Roboter dann gezielt umsetzt. Dabei kommt eine fortschrittliche Bildverarbeitungstechnologie zum Einsatz, die sowohl das Objekt, als auch den Zielort, eigenständig erkennt und den Roboter mit visuellen Informationen versorgt. Auf diese Weise kann auch die Navigation von fahrerlosen Transportsystemen, wie autonomen mobilen Robotern (AGV), als Skill miteingebunden werden.
Auch nach der automatischen Generierung durch das LLM besteht weiterhin die Möglichkeit, manuelle Anpassungen hinsichtlich der Parametrierung und des Workflows vorzunehmen.
Unser KI-Assistent, der durch natürliche Sprache instruiert wird, nutzt eine fortschrittliche Bildverarbeitungstechnologie. Diese erkennt Objekte, sowie deren Zielorte, eigenständig. Der Roboter erhält dadurch eine genaue Übersicht über die Position und Beschaffenheit der Objekte und kann diese autonom anfahren und greifen
Intelligente Selbstoptimierung
Auch der Roboter entwickelt sich kontinuierlich weiter und lernt aus seinen Fehlern. Dafür sammelt er durchgehend Daten, die er mithilfe von Algorithmen des maschinellen Lernens analysiert und auswertet. Das Ergebnis nutzt er, um leistungsoptimierende Anpassungen automatisch vorzunehmen. Auch die Steuerungsstrategien des Roboters profitieren davon: Anhand der Datenmuster kann der Roboter Greif- und Manipulationsstrategien eigenständig auswerten und verbessern.
Dadurch wird der Prozess konstant verfeinert und die Effizienz der Produktion gesteigert. Darüber hinaus ermöglicht es die Plattform, Anpassungen in Echtzeit vorzunehmen.
Man lernt nie aus – das gilt auch für unsere Roboter. Indem sie kontinuierlich Daten sammeln, können sie Fehler selbst erkennen und eigenständig korrigieren. Dadurch optimieren sie ihre Arbeitsabläufe laufend, wobei Algorithmen des maschinellen Lernens eine entscheidende Rolle spielen.
Robotik für Jedermann
Durch die Unterstützung des KI-Assistenten können wir die Robotik weiter demokratisieren und für eine breite Masse zugänglich machen. Robotik- oder Programmierkenntnisse sind nicht länger notwendig. Stattdessen reicht es, den Roboter wie einen Mitarbeiter zu instruieren oder zu befragen. Gleichzeitig steigert die KI-Unterstützung auch die Wirtschaftlichkeit der Produktion. Durch die großen Zeitersparnisse und die kontinuierliche Selbstoptimierung gelingt es, die Produktivität des gesamten Prozesses zu steigern.
Diese Entwicklungen stellen einen neuen Meilenstein in der Automatisierung dar. Was früher als futuristisch galt, ist heute möglich – und wird die Robotik, wie auch die Produktion, nachhaltig bereichern.
Erfahren Sie mehr über unsere Robotik-Lösungen oder fordern Sie ein Angebot von unseren Experten an.
Über den Autor: Henner Brandes
Als Communications Specialist unterstützt Henner Brandes die Unternehmenskommunikation von Agile Robots. Dabei ist es ihm besonders wichtig, Robotikthemen praxisnah, transparent und spannend zu vermitteln – unabhängig vom Kenntnisstand der Leser. Dies gelingt ihm durch eine enge Zusammenarbeit mit den technischen Experten von Agile Robots. Darüber hinaus profitiert Henner von seinen branchenspezifischen Erfahrungen, die er sich im Laufe seiner Karriere angeeignet hat und die von Beginn an eng mit Robotik und technischer Kommunikation verknüpft sind.