Fraunhofer-Institut für Materialfluss und Logistik IML
Simulationsbasierte KI: Schlüsseltechnologie für die Entwicklung autonomer Roboter in der Logistik
Die Nutzung autonomer Systeme in der Logistik und anderen Anwendungen nimmt rasant zu und durch höhere Geschwindigkeiten, neue Aufgaben und die Zusammenarbeit zwischen Robotern und Menschen steigt die Komplexität dieser Systeme. Dies macht die Entwicklung autonomer Systeme herausfordernder, kostspieliger und zeitaufwändiger. Gleichzeitig sind für das Training von KI-Lösungen umfangreiche Daten erforderlich, und die breite Anwendung der Systeme erfordert das Testen vieler Szenarien.
Die simulationsbasierte KI kann eine Schlüsseltechnologie für die Entwicklung autonomer logistischer Robotersysteme sein. Hierfür nutzen wir hier für die Entwicklung fortschrittliche Simulationstools u. a. aus dem NVIDIA Omniverse bspw. Isaac Sim und Isaac Lab. Dabei kommen KI-Methoden zur Erstellung der Simulationsmodelle zum Einsatz, während gleichzeitig verschiedene KI-Modelle mit den Simulationsdaten trainiert werden können. Solche lernenden Modelle realer Systeme bieten zahlreiche Vorteile. Einige davon sind:
Parallelisierte Hard- und Softwareentwicklung.
Ressourceneffizientes Training neuer Algorithmen in realitätsnahen virtuellen Umgebungen.
Nutzung synthetischer Sensordaten für das Training von Computer Vision Algorithmen.
Vorabtests von Hardwaremodifikationen in der virtuellen digitalen Welt, wodurch die Anzahl nötiger Prototypen und damit der Ressourcenverbrauch reduziert wird.
Insgesamt ermöglicht die Simulationsbasierte KI eine beschleunigte Planung und Entwicklung logistischer Robotersysteme.
Grundlage der simulationsbasierten KI bildet eine ganzheitliche Modellierung der Robotersysteme einschließlich Aktoren, Sensoren und Kommunikationsschnittstellen. Durch Konstruktionsdaten und der Einbeziehung von Realdaten des Systems kann das physikalischen Verhaltens des Roboters akkurat modelliert werden. Die Realdaten bzw. die Bewegungsdaten von mobilen Robotern nehmen wir in unserer eigenen Infrastruktur wie dem PACE Lab auf. Neue Rendering-Technologien in GPU-basierten Simulationstools ermöglichen die Abbildung komplexer Sensoren wie mehrlagige Lasersensoren und hochauflösende Kameras. Mit der Nachbildung der Kommunikationsschnittstellen des Systems wird eine ganzheitliche Modellierung erreicht und die Differenz zwischen simulierten und realen Robotern Stück für Stück minimiert. Im besten Fall besteht kein Unterschied zwischen Roboter und Modell.
Das Potenzial der simulationsbasierten KI haben wir in verschiedenen Arbeiten mit unseren am IML entwickelten robotischen Plattformen demonstriert. Die Isaac Sim-Simulationsmodelle von O3dyn und evoBOT stehen als Open-Source-Referenzen zur Verfügung. Hochrangige wissenschaftliche Veröffentlichungen und Vorträge, u. a. auf der ICRA, IROS, NVIDIA GTC und ROSCon, unterstreichen dieses Potenzial.
