Gekrönt als Doppel-Champion bei der „Roboter-Olympiade“: Wie ist Agibot, der keine "schwachen Fächer" hat, geschmiedet worden?
18 Goldmedaillen, 16 Silbermedaillen und 12 Bronzemedaillen, der erste Platz sowohl in der Goldmedaillenrangliste als auch in der Gesamtmedaillenrangliste – das ist das Ergebnis, das Agibot bei seiner ersten Teilnahme an den Weltspielen für humanoide Roboter 2026, die in der Branche als „Roboter-Olympiade“ bezeichnet werden, erzielt hat.
Dabei hat die serienmäßige Geschicklichkeitshand OmniHand 7 von 8 Goldmedaillen im Sonderwettbewerb für Geschicklichkeitshände gewonnen; der Elf G2 holte 6 von 12 Goldmedaillen in den Szenenwettbewerben; Yuanzheng A3 und Lingxi X2 erzielten mehrere Medaillen in Disziplinen wie Tanz, Kampfkunst, Tischtennis und Hindernislauf. Erwähnenswert ist außerdem, dass alle teilnehmenden Modelle von Agibot diesmal Serienprodukte sind, keine eigens für den Wettbewerb angepassten Prototypen.
Die Medaillen sind das direkteste Ergebnis des Wettbewerbs, aber was mehr Aufmerksamkeit verdient als die Anzahl der Medaillen, ist die Fähigkeit zur Überbrückung verschiedener Technologiebereiche, die sich dahinter zeigt. Dies entspricht auch der aktuellen Veränderung des Wettbewerbsfokus bei humanoiden Robotern: Nachdem die Branche in die Einsatzphase eingetreten ist, verschiebt sich der Wettbewerb von einzelnen herausragenden Fähigkeiten hin zu umfassenden Systemfähigkeiten.
In den letzten zwei Jahren stammten die sichtbarsten Fortschritte humanoider Roboter meist von einzelnen Fähigkeiten wie Laufen, Springen, Purzelbaum schlagen oder menschenähnlicher Interaktion. Daraus haben Roboterhersteller unterschiedliche Kennzeichnungen entwickelt: Einige zeichnen sich durch Körperbau und Bewegungssteuerung aus, andere legen Wert auf große Modelle und Interaktion, wieder andere konzentrieren sich auf geschickte Bedienung. Aber wenn Roboter tatsächlich in Einsatzszenarien wie Fabriken, Einkaufszentren und öffentlichen Einrichtungen gelangen, treten Aufgaben nicht getrennt nach technischen Modulen auf – Roboter müssen gleichzeitig Umgebungswahrnehmung, Aufgabenplanung, Körperbewegung und Objektbedienung ausführen und mit Kollisionen, Abweichungen und spontanen Änderungen umgehen.
Das bedeutet, dass humanoide Roboter mit deutlichen einseitigen Schwierigkeiten kaum noch die Anforderungen der Einsatzphase erfüllen können. Die Spitzenwerte einzelner Fähigkeiten mögen bestimmen, ob ein humanoider Roboter beeindruckende Momente erzeugen kann – aber ob Wahrnehmung, Entscheidungsfindung, Bedienung, Bewegung und das technische Gesamtsystem einen stabilen geschlossenen Kreislauf bilden, entscheidet letztendlich, ob er dauerhaft im Einsatz bleiben kann.
Ein System-Belastungstest für humanoide Roboter
Genau darin liegt die Bedeutung der neu hinzugefügten Szenenwettbewerbe bei dieser Ausgabe der Spiele. Bei Szenarien wie Buchsortierung, Hoteldienst und Feuerwehrnotfall müssen Roboter einen vollständigen Ablauf absolvieren, der echten Arbeitsprozessen nahekommt. Fehlt die Koordination zwischen den verschiedenen Fähigkeiten, kann die Aufgabe auch bei hervorragender Leistung in einem einzelnen Schritt später aufgrund von Positionsabweichungen, fehlgeschlagenem Greifen oder unterbrochener Entscheidungsfindung nicht abgeschlossen werden.
Am Beispiel des Feuerwehrnotfallszenarios muss der humanoide Roboter eine Kette von Aufgaben erledigen: Erkennung gefährlicher Stoffe, Schließen von fehlerhaften Ventilen, Greifen des Feuerlöschers und Löschen des Feuers. Die Schwierigkeit dieses Prozesses liegt nicht nur darin, Ziele zu erkennen und Bewegungen zu planen, sondern auch darin, dass der Roboter alle Schritte reibungslos miteinander verbinden kann, während er sich bewegt, Kontakt zu Objekten hat und Last trägt.
Angesichts von Feuerlöschern mit einem Gewicht von 4,5 bis 5 Kilogramm, die die Tragfähigkeit der Greifwerkzeuge an den Enden der meisten humanoiden Roboter übersteigen, hat Agibot eine Lösung entwickelt: An der Handgelenkstruktur wird ein zusätzliches Bauteil angebracht, mit dem der Feuerlöscher mithilfe der strukturellen Festigkeit des Handgelenks angehoben und dann in einen Aufnahmebehälter am Fahrgestell mit einer Neigung von 20 Grad gelegt wird, sodass das Fahrgestell den anschließenden Transport übernimmt. Im Wesentlichen wird das Greifen und dauerhafte Tragen der Last in die Schritte des Einhakens, Aufnehmens und Bewegens unterteilt, wodurch die Belastung des Endeffektors verringert wird.
Bei den Bedienungsschritten nutzt Agibot ein über die Sichtweite hinausgehendes Fernsteuerungssystem, das auf VR und der Abbildung inverser Kinematik basiert. Es wandelt menschliche Bewegungen in Roboterbefehle um und realisiert die Abbildung der Körperbewegungen des Bedieners auf den gesamten Roboter durch Ganzkörpersteuerung. Die Kraftsteuerungsstrategie verbessert die Nachgiebigkeit und Fehlertoleranz des Roboters bei Kontakt mit der Umgebung und verringert die Wahrscheinlichkeit, dass eine Aufgabe durch leichte Kollisionen unterbrochen wird.
Das Buchsortierungsszenario umfasst dagegen den Transport aus dem Lager, das Einordnen der Bücher in die Regale sowie die Erkennung und Korrektur falsch platzierter Bücher. Die Lösung von Agibot besteht darin, vorab eine hochpräzise Karte zu erstellen und Positionen zu markieren, den Weg durch Positionsbestimmung und Navigation zu berechnen, dann die Rückenetiketten der Bücher mit einem visuellen Modell zu erkennen und alle Schritte durch das Aufgabenentscheidungssystem miteinander zu verbinden. Die eigentliche Schwierigkeit besteht hier nicht darin, dass der Roboter einmal ein Objekt greift, sondern darin, zu verhindern, dass kleine Abweichungen im langen Ablauf ständig vergrößert werden.
Man kann sehen, dass der in der Branche humanoider Roboter derzeit viel diskutierte Grundsatz „Szenarien sind entscheidend“ nicht nur betont, dass Roboterunternehmen um mehr Einsatzszenarien konkurrieren. Seine wesentlichere Bedeutung liegt darin, dass Szenarien tatsächlich zu Organisatoren technischer Fähigkeiten geworden sind: Visuelle Fähigkeiten, Bewegungssteuerung, geschickte Bedienung und Modellfunktionen, die früher meist getrennt vorgeführt wurden, können nur dann zu stabiler, dauerhafter Produktivität mit gesellschaftlichem und wirtschaftlichem Wert werden, wenn sie in eine konkrete Aufgabe eingebunden werden.
Für Unternehmen humanoider Roboter hat sich damit auch der Zweck der Teilnahme an Wettbewerben verändert.
Wettbewerbe lassen sich natürlich nicht gleichsetzen mit dem echten kommerziellen Einsatz, da praktische Arbeitseinsätze noch mehr Dimensionen der Prüfung wie Wirtschaftlichkeit, Sicherheit und langfristige Zuverlässigkeit umfassen. Aber Wettbewerbe können in kurzer Zeit starke Störungen und Ausnahmesituationen konzentriert erzeugen und so zu einem hochdichten System-Belastungstest für humanoide Roboter werden. Der sogenannte Grundsatz „Förderung von Forschung und Übung durch Wettbewerbe“ bedeutet im Wesentlichen, Probleme, die beim Einsatz verteilt auftreten könnten, gebündelt aufzudecken und die daraus gewonnenen Erfahrungen bei Anpassung, Steuerung und Entscheidungsfindung anschließend wieder in die echten Einsatzszenarien einzubringen.
Vollständige Koordination auf derselben Basisplattform
Aus dieser Perspektive haben die Ergebnisse von Agibot, die sich über Geschicklichkeitshand-Einsätze, Szenenarbeit und hochdynamische Bewegungen erstrecken, einen höheren Wert als der Meistertitel in einer einzelnen Disziplin. Denn sie zeigen nicht nur die herausragende Fähigkeit eines einzelnen Roboters, sondern auch die Abdeckung verschiedener Fähigkeiten wie Bewegung, Bedienung und Szenenarbeit durch das aktuelle Produkt- und Technologiesystem von Agibot.
Bei Szenenaufgaben wirkt zuerst das Arbeitsintelligenzsystem von Agibot, das hauptsächlich für Aufgabenverständnis, Planung und Fähigkeitslernen des Roboters zuständig ist.
Dabei übernimmt das körperliche Basismodell GO die visuelle Verarbeitung, Befehlsanalyse und Aufgabenverallgemeinerung, das Weltmodell GE stellt eine generative Interaktionsumgebung bereit, die den physikalischen Gesetzen entspricht, das verteilte Verstärkungslern-Framework Genie Evolver wird für das Lernen und die Iteration von Fähigkeiten verwendet, und Genie Studio Agent ist für das Verständnis von Aufgaben, die Zerlegung von Schritten und die Organisation von Fähigkeiten zuständig. Bei langen Ablaufaufgaben wie Hoteldienst, Buchsortierung und Notfallbewältigung ermöglicht dieses System dem Roboter zu verstehen, was er tun soll und in wie vielen Schritten er es erledigen muss, und dann entsprechende Fähigkeiten je nach Fortschritt der Aufgabe aufzurufen.
Das Verständnis und die Planung von Aufgaben müssen letztendlich in Bewegungen umgewandelt werden, die der Roboter ausführen kann. Bei feinen Bedienungen wie Greifen, Öffnen von Flaschen und Auspacken nutzt die Geschicklichkeitshand OmniHand die DUET-zweischichtige intelligente Architektur für körperlichen Kontakt, die die Lage- und Positionssteuerung der äußeren Schicht mit der taktilen Steuerung der inneren Schicht kombiniert, um Kraft und Position je nach Form, Reibung und Kraftveränderung des Objekts anzupassen.
Bei hochdynamischen Aufgaben wie Tanz, Kampfkunst und Hindernislauf sorgen dagegen das bewegungsvorausgebildete Modell, der Ganzkörper-Koordinationssteuerungsalgorithmus und das Sim2Real-System dafür, dass Bewegungsstrategien, die in Simulationen entwickelt wurden, auf den physischen Roboter übertragen werden und Rumpf sowie Gliedmaßen koordiniert Bewegungen ausführen.
Dass Technologie die Grundlage für Wiederverwendung hat, bedeutet aber nicht, dass sie sich natürlich auf jeden Roboter übertragen lässt. Damit Modelle und Steuerungsstrategien auf verschiedenen Geräten stabil laufen, hängt es zudem von der Hardwareleistung und der Konsistenz der Produktion ab. Nehmen wir den Elf G2 als Beispiel: Sein Domänencontroller verfügt über eine Rechenleistung von 2070 TFLOPS, sodass Modelle und Algorithmen direkt auf dem Endgerät ausgeführt werden können und die Abhängigkeit von externer Rechenleistung und Netzwerk verringert wird. Gleichzeitig steuert Agibot die Konsistenz der Produkte, sodass Algorithmen zwischen verschiedenen Geräten übertragen werden können und der Aufwand für wiederholte Anpassungen aufgrund von Unterschieden zwischen einzelnen Geräten reduziert wird. Nur wenn Modelle, Steuerungsalgorithmen und serienmäßige Roboter zusammenwirken, kann die technische Allgemeingültigkeit weiter in Effizienz beim Einsatz umgewandelt werden.
Agibot fasst dieses vollständige System aus Hard- und Softwarefähigkeiten als „Drei Intelligenzen in Einem“ zusammen: Auf der Grundlage des Roboter-Körpers werden Bewegungsintelligenz, Interaktionsintelligenz und Arbeitsintelligenz integriert. Dies impliziert tatsächlich auch den Kernpunkt der großflächigen Bereitstellung humanoider Roboter: Probleme bei echten Aufgaben überschreiten die Grenzen von Modell, Steuerung und Körper, erfordern übergreifende Iteration und müssen gleichzeitig durch die Konsistenz der Serienproduktion von Roboter-Körpern die Fähigkeiten in großem Maßstab vervielfältigen.
Außerhalb des Wettkampffeldes ist der Einsatz die eigentliche langfristige Prüfung
Das Wettkampffeld ist letztendlich nur eine vorausschauende Überprüfung dafür, wie Roboter in echten Arbeitsumgebungen eingesetzt werden können. Auf der Agibot-Partnerkonferenz im April dieses Jahres beschrieb Deng Taihua, Gründer, Vorsitzender und CEO von Agibot, mit der „XYZ-Kurve“ die Einschätzung von Agibot zur Entwicklung der Branche humanoider Roboter:
Die X-Kurve steht für die Phase der Erprobung und ersten Nutzung: Roboter können in Forschungseinrichtungen Entwicklungsdienstleistungen anbieten oder durch Unterhaltungsaufführungen emotionalen Mehrwert liefern, was die rasante Entwicklung der gesamten Branche in den letzten drei Jahren unterstützt hat. Die Y-Kurve steht für die Wachstumsphase des Einsatzes: Roboter beginnen, wie Menschen zu arbeiten und zu einer Produktivkraft zu werden. Wenn mehr Produktivkräfte eingesetzt werden, entsteht ein Daten-Flywheel im Einsatzzustand. Mit der fortlaufenden Anhäufung von Daten und der kontinuierlichen Innovation von Algorithmen erreicht man den entscheidenden Moment des Übergangs von der Quantität zur Qualität und tritt in die dritte Phase der Z-Kurve ein – den „ChatGPT 3.5-Moment“.
Nach der Definition von Deng Taihua bedeutet Einsatz nicht nur, den Roboter an den Standort des Kunden zu liefern. Erst wenn der Roboter selbstständig arbeiten, sich selbst warten und sich selbst mit Energie versorgen kann, menschliche Eingriffe so weit wie möglich reduziert und unabhängig Wert schafft, ist die Produktivkraft tatsächlich im Einsatz angekommen.
Man kann sehen, dass nach diesem Standard die meisten aktuellen humanoiden Roboter noch weit von einem wirklich ausgereiften Einsatzzustand entfernt sind. Derzeitige Roboter können bereits Teile von Produktions- und Dienstleistungsaufgaben erledigen, aber der Bereich ihrer selbstständigen Arbeit ist noch begrenzt. Bei Umgebungsänderungen und Ausnahmesituationen sind oft manuelle Anpassungen oder Übernahmen durch Menschen erforderlich. Fähigkeiten wie selbstständige Wartung, selbstständige Energieversorgung und langfristiger stabiler Betrieb wurden noch nicht in großem Maßstab überprüft.
Agibot schreitet derzeit ebenfalls auf dem Weg von der Serienproduktion zum Einsatz voran. Das 15.000ste körperliche intelligente Robotergerät des Unternehmens ist Ende Juni vom Band gelaufen, womit eine