Dobot Atom wchodzi do fabryk. Chińskie humanoidy zaczynają realną pracę

Obecnie sektor robotyki humanoidalnej przechodzi z fazy efektownych, laboratoryjnych pokazów i szumnych obietnic do twardej, przemysłowej rzeczywistości. Chińska firma Dobot ogłosiła wysłanie trzeciej partii swoich pełnowymiarowych robotów Atom, co oficjalnie otwiera etap masowej produkcji i dostaw zaplanowanych na ten rok.
...

To nie są już tylko maszyny pokazowe – roboty Atom trafiają bezpośrednio na linie produkcyjne i do hal logistycznych, gdzie ich zadaniem jest rzucenie wyzwania tradycyjnym metodom pracy. Choć jeszcze rok temu ekscytowaliśmy się widokiem Atoma smażącego steki przez VR z odległości 1800 kilometrów, dziś inżynierowie sprawdzają, jak te maszyny radzą sobie z nudną, powtarzalną pracą w rzeczywistym środowisku fabrycznym.

Atom rusza do pracy

Jednym z pierwszych miejsc, gdzie Atom został „rzucony na głęboką wodę”, jest niemieckie Löhne. Zespół z Terra Robotics przeprowadził tam unboxing i wdrożenie robota do realnych procesów roboczych, a nie tylko do wyreżyserowanych pokazów. Pierwsze wnioski są obiecujące:

Po pierwszych kilku dniach działania inżynierowie zgłaszają, że technologia jest bardziej dojrzała, niż wielu się spodziewało, choć jest daleka od osiągnięcia autonomicznej inteligencji

Nawet bez skomplikowanego, dedykowanego programowania, Atom wykazuje się stabilną interakcją w ustrukturyzowanych środowiskach, precyzyjnym chwytaniem przedmiotów oraz powtarzalnością ruchów, która w przemyśle jest kluczowa dla optymalizacji procesów.

Pod maską Atoma kryje się 28 stopni swobody oraz pięciopalcowe dłonie, które pozwalają mu na manipulację przedmiotami ze zręcznością zbliżoną do ludzkiej. Robot porusza się na dwóch nogach, zachowując naturalny, ludzki chód, co pozwala mu na operowanie w przestrzeniach zaprojektowanych pierwotnie dla pracowników. Wideo z miejsca dostaw pokazuje rzędy maszyn poruszających się w pełnej synchronizacji, co sugeruje wysoką stabilność bipedalną i gotowość do wykonywania zadań wymagających dynamiki.

Czytaj też: LimX Dynamics zgarnia miliony na rozwój robotów. Ucieleśniona sztuczna inteligencja jest coraz bliżej

Nie oznacza to jednak, że mamy do czynienia z maszyną w pełni autonomiczną. Inżynierowie studzą entuzjazm, wskazując na wyraźne ograniczenia w spontanicznym podejmowaniu decyzji czy intuicyjnym reagowaniu na nagłe zmiany w otoczeniu. Atom świetnie radzi sobie w zamkniętej pętli „percepcja–decyzja–wykonanie”, o ile zadanie jest jasno zdefiniowane, ale wciąż brakuje mu elastyczności, którą dysponuje człowiek.

Szybka nauka dzięki VR i AI: Robot uczy się od człowieka

Cena Atoma została ustalona na poziomie około 27 500 dolarów (199 000 juanów), co pozycjonuje go jako stosunkowo przystępne narzędzie dla nowoczesnego przemysłu. Aby przyspieszyć proces wdrażania maszyn, Dobot opracował ujednoliconą platformę szkoleniową dla inteligencji ucieleśnionej. System ten łączy hardware, software i algorytmy w jedną architekturę, co drastycznie skraca czas potrzebny na naukę nowych zadań.

W przemyśle produkcyjnym Dobot wykorzystuje teleoperację opartą na VR. Pozwala to robotowi „uczyć się” poprzez naśladowanie ludzkich demonstracji. Efekt? Maszyna może przejść od etapu nauki do autonomicznego wykonywania zadania w zaledwie dwie godziny. Taka szybkość adaptacji jest kluczowa w handlu detalicznym czy usługach, gdzie scenariusze pracy mogą zmieniać się z dnia na dzień. Zintegrowane systemy percepcji multimodalnej pozwalają robotowi nie tylko widzieć, ale i interpretować otoczenie w sposób ułatwiający pracę obok ludzi, co już teraz zwiększa akceptację personelu dla nowych, mechanicznych współpracowników.

Czytaj też: Programowalne „klocki” z Duke University. Materiał, który zmienia charakter na żądanie

Dobot udowadnia, że dzięki skróceniu dystansu między laboratorium a halą produkcyjną, roboty mogą stać się użyteczne niemal natychmiast po wyjęciu z pudełka. Choć przed nami jeszcze długa droga do stworzenia maszyny w pełni intuicyjnej i samodzielnej, stabilność i precyzja Atoma już dziś oferują realne zyski w wydajności.