В эксперименте участвовали десятки гуманоидных роботов Walker S1. Они занимались сортировкой, транспортировкой деталей, точной сборкой и инспекцией качества. Каждый робот использовал визуальную навигацию и тактильные датчики, чтобы учитывать изменения в окружающей среде. Это позволило им синхронно перемещаться, передавать предметы друг другу и корректировать движения при работе с хрупкими материалами.
Основу системы управления составила технология Swarm Intelligence, которая координирует роботов через облачную и локальную обработку данных. «BrainNet объединяет интеллектуальные узлы в единую сеть, формируя “супермозг” для принятия решений и “подмозг” для управления отдельными задачами», — https://interestingengineering.com/innovation/china-multi-hu... в UBTech. Система использует гибридные алгоритмы для планирования работы на производстве.
Ключевую роль в управлении играет мультимодальная модель, основанная на Transformer-архитектуре. Она анализирует данные с фабрики и использует технологию генерации с расширенным поиском (RAG), чтобы адаптировать роботов к новым операциям. В компании заявили, что модель обучалась на промышленных данных, собранных с Walker S на автомобильных заводах.
UBTech планирует выпустить от 500 до 1000 роботов Walker S в 2025 году. Компания рассчитывает, что их использование ускорит автоматизацию в автомобильной и электронной промышленности. «Мы переходим от одиночных роботов к комплексным системам коллективного разума», — отметили представители фирмы.
Фабрика Zeekr стала первой площадкой, где компания протестировала масштабное внедрение. Инженеры следили за работой машин и настраивали их алгоритмы.
Разработчики считают, что такие системы помогут роботам работать не только в замкнутых средах, но и в более динамичных условиях.
Свежие комментарии