Hardkr Exklusiv | Ein 80 cm großer Plüsch-humanoider Roboter mit einem zukunftsorientierten, selbst entwickelten Betriebssystem

Wie viel Vorstellungskraft kann ein 80 cm hoher plüschiger humanoider Roboter tragen?

„Obwohl er nicht vollständig wie ein Mensch aussieht, verfügt er über einen kompletten Satz Sensoren, die mit Ihnen interagieren, Ihre Gesichtsausdrücke analysieren und erkennen können, ob Sie glücklich oder niedergeschlagen sind. Solange die Rechenleistung ausreicht, kann er eine Vielzahl von Dingen bereitstellen – die Möglichkeiten für inkrementelle Softwareentwicklung sind unendlich fantasievoll.“

Zeng Jun, CTO von Qingyi Xinyichuang, erzählte 36Kr. Er sprach über Amoo – das erste intelligente Roboterprodukt von Qingyi Xinyichuang, Amoo, das 80 cm groß ist, über anthropomorphe Zweibeiner verfügt und vollständig mit ecklosem Plüsch umhüllt ist.

Zeng Jun war früher leitender Modellwissenschaftler bei Cruise, dem globalen Giganten für autonomes Fahren, und führte sein Team zu mehreren branchenführenden Ergebnissen. Er promovierte an der University of California, Berkeley, und absolvierte seinen Bachelor-Studiengang in Angewandter Mathematik und Mechanik im Rahmen eines gemeinsamen Programms der Shanghai Jiao Tong University und der École Polytechnique in Paris. Er hat mehr als 20 Spitzenpapiere auf internationalen Top-Konferenzen und in Top-Journalen für Robotik im Bereich der verstärkenden Lernsteuerung von zweibeinigen Robotern und sicherheitskritischen Systemen veröffentlicht und wurde mehrfach zu den am häufigsten zitierten Arbeiten und besten Papieren gekürt.

Er räumte ein, dass die Herausforderungen beim autonomen Fahren und bei der Roboterentwicklung völlig unterschiedlich sind. „Ein Auto verfügt über nahezu unbegrenzte Strom- und Rechenleistung, hat aber im Wesentlichen nur zwei Ausgänge: Lenkrad und Gaspedal. Ein Roboter hingegen hat unzählige Ausgänge – er muss sprechen, Bewegungen ausführen und mit der Umgebung interagieren. Obwohl er eine gewisse Fehlertoleranz aufweist, ist seine Rechenleistung relativ begrenzt und er hat Einschränkungen in Bezug auf Reichweite und Batterie.“ Mit dem Vergleich von Zeng Jun ausgedrückt: „Die Wassermenge ist festgelegt, jetzt muss das ausgewählte Mehl hineingegeben werden.“

Daher sind die Anforderungen an die grundlegenden Fähigkeiten im B2B- und B2C-Bereich nach Ansicht von Zeng Jun nicht vergleichbar – bei ausgereiften B2C-Produkten ist die technische Kette von Hard- und Software sehr lang. „Um das Produkt tatsächlich an die Nutzer auszuliefern, muss es kontinuierlich aktualisiert werden können und für die Nutzer ausreichend attraktiv sein.“

Ohne ein einheitliches zugrundeliegendes System ist die kontinuierliche Weiterentwicklung von B2C-Robotern jedoch nur eine Luftschloss. Das ist auch das Problem, über das Zeng Jun ständig nachdenkt.

Am 14. Juli hat Qingyi Xinyichuang offiziell Dino OS vorgestellt, genau um dieses Problem zu lösen. Laut Zeng Jun umfasst Dino OS eine dreistufige Architektur aus Infra, Brain und Module, die auf der oberen Ebene Wahrnehmung, Entscheidungsfindung und Verhaltenssteuerung unterstützt und auf der unteren Ebene mit Bewegungssteuerung, Sicherheit und Hardwareabstraktion verbunden ist.

 „Das Unternehmen fügt heute eine Funktion hinzu und morgen eine weitere, ohne dass diese miteinander gekoppelt sind. Die Kette ist unterbrochen, es gibt kein einheitliches Gehirn, das alles steuert. Heute kann der Roboter tanzen, morgen könnte er schon stürzen. Manchmal liegt das Problem an der Kommunikationsverbindung: Die Verbindung ist nicht festgelegt, sie konkurriert mit anderen um die Bandbreite. Wenn sie sie bekommt, funktioniert es normal, wenn nicht, bricht die Verbindung ab.“ 

Er ist der Meinung, dass die Entwicklung eines Betriebssystems dazu dient, Hardware-Verbindungsfehler zu verhindern, Kommunikationskanäle zu fixieren und ein einheitliches Steuerungs- und Unterbrechungsmechanismus bereitzustellen, um den stabilen Betrieb des Roboters zu gewährleisten. „Er soll in einer klar definierten Umgebung funktionieren – egal welche neuen Funktionen hinzugefügt werden, er muss weiterhin stabil arbeiten.“

Im Gegensatz zum gängigen Ansatz einer verstreuten Architektur verwandelt Dino OS auf der Ebene der zugrundeliegenden Logik die Kernmodule von einem „Mosaik“ in ein „Ganzes“. Auf Basis der Dino-Infra-Schicht teilen sich alle Fähigkeitsebenen durch Zero-Copy-Daten-Serialisierung und Shared-Memory-Kommunikationsmechanismen direkt denselben Datensatz, der bei Bedarf sofort abgerufen wird. Mehrere Datenströme wie Wahrnehmung, Entscheidungsfindung und Ausführung laufen parallel, sodass die Bewegungen des Roboters natürlich, kohärent und flüssig wirken. Das System verfügt über einen integrierten Rechenleistungs-Isolierungsmechanismus, der spezielle Kanäle für kritische Aufgaben wie Hindernisvermeidung und Kraftsteuerung bereitstellt: Der Befehl zum Notstopp wird nicht durch „tiefgreifende Überlegungen“ des Modells verzögert.

Um dem Roboter ein wirklich berührendes „Gefühl des Lebens“ zu verleihen, reicht ein reibungsloser Betrieb allein nicht aus – er muss auch menschenähnliche Interaktionsrückmeldungen bieten. Auf der Dino-Brain-Schicht hat Dino OS das einzigartige „Zwei-Gehirn-Closed-Loop“-Design entwickelt, das sowohl die Arbeitsteilung von „Groß- und Kleinhirn“ als auch die biologischen Reaktionen von „schnellem und langsamem Gehirn“ berücksichtigt. Das „langsame Gehirn“ versteht dabei Szenarien, zerlegt Aufgaben und bewertet den Kontext, während das „schnelle Gehirn“ sofortige soziale Reaktionen mit kürzeren Reflexbögen liefert. Das selbst entwickelte Kleinhirn dient als Ausführungsebene für die „schnellen und langsamen Reaktionen des Großhirns“ und übernimmt in Echtzeit die Bewegungssteuerung, die Kraftrückmeldung und die Sicherheitsgrenzen, um eine physische Ausführung im Millisekundenbereich zu gewährleisten.

（Quelle/Unternehmen）

Nehmen wir an, der Nutzer sagt: „Komm ins Wohnzimmer und mach mit mir Gymnastik, spiel erst die Musik ab.“ Ein herkömmlicher Roboter würde erst einige Sekunden lang verharren, um das Audio zu verarbeiten, und dann steif ins Wohnzimmer laufen. Unter der Steuerung von Dino OS ist die körperliche Bewegung des Roboters nicht mehr nur ein „Ergebnis der Entscheidungsfindung“, sondern Teil der Wahrnehmung: In dem Moment, in dem er die Anweisung hört, treibt das „schnelle Gehirn“ ihn bereits dazu an, sich zum Nutzer zu drehen, während das „langsame Gehirn“ die Aufgabe gleichzeitig zerlegt. Während er ins Wohnzimmer geht, steuert das System bereits die Smart-Home-Geräte an, um die Musik abzuspielen – sein langsames Gehirn denkt nach, sein schnelles Gehirn handelt und sein Kleinhirn nimmt das Gleichgewicht wahr.

Auf der anderen Seite bringt die Mosaikarchitektur herkömmlicher Lösungen noch ein weiteres Problem mit sich: Eine Vielzahl heterogener Module und komplexer Abhängigkeiten von Drittanbietern führen dazu, dass Entwickler bei jeder Erweiterung eines neuen Szenarios die gesamte zugrundeliegende Kette neu „von Hand aufbauen“ müssen, was die Szenarienflexibilität des Roboters verlangsamt.

„Roboter brauchen ihr eigenes Betriebssystem – sonst entwickeln alle für sich und erfinden das Rad immer wieder neu“. Das wiederholte Erfinden des Rades bedeutet, dass bei Fehlen eines wirklich einheitlichen Betriebssystems die Entwicklungskosten für Roboter hoch sind. Entwickler müssen einen Großteil ihrer Energie mit Nebentätigkeiten verbringen – wie der Behandlung von Hardware-Verbindungen, der Nachbearbeitung von Daten, der Behebung von Netzwerkunterbrechungen und der Kommunikation zwischen verschiedenen Komponenten – und haben keine Zeit, um den echten emotionalen Mehrwert für Nutzer und das emotionale Interaktionserlebnis zu optimieren. 

Durch die Dino-Module-Schicht kann der Roboter Szenarien wie beim Bauen mit Bausteinen erweitern und diesen Teufelskreis durchbrechen. Einerseits wird eine luftdichte Kompilierungsumgebung geschaffen, die sicherstellt, dass derselbe Code in verschiedenen Programmierumgebungen eine vollkommen konsistente und stabile Leistung zeigt. Andererseits wird die gesamte komplexe Kette von der Wahrnehmung bis zur Ausführung in wiederverwendbare Verhaltenseinheiten und einheitliche Schnittstellen umgewandelt und als Systemfähigkeit einheitlich gekapselt. Entwickler können diese direkt nutzen, ohne die zugrundeliegende Kette „von Hand aufbauen“ zu müssen.

（Quelle/Unternehmen）

Daher ist ein selbst entwickeltes Betriebssystem auch für eine langfristigere Produktentwicklung vorteilhaft. „Eine einheitliche Frontend, ein einheitliches Backend, ein einziges Gehirn, das alles steuert. Mit einem Betriebssystem wird die inkrementelle Entwicklung sehr effizient“, sagt Zeng Jun. Diese Fähigkeit zur portierung zwischen verschiedenen Roboterplattformen verkürzt den Entwicklungszyklus von Jahren auf Monate.

Auf lange Sicht möchte Qingyi Xinyichuang kein klügeres Gerät entwickeln, sondern „ein lebendiges, dynamisches intelligentes Wesen“. Das ist auch die Herausforderung, vor der die meisten Verbraucherroboter stehen: In der ersten Phase konkurrieren sie bei Hardware und Modellen, in der zweiten Phase entscheidet das Mensch-Roboter-Interaktionserlebnis, ob das Produkt wirklich in die physische Welt eindringen kann.