Universal Robots Meluncurkan UR AI Trainer untuk Pelatihan Robot Berbasis AI

Universal Robots telah memperkenalkan UR AI Trainer, sistem baru yang dirancang untuk mempercepat pelatihan robot berbasis AI bagi otomasi industri. Platform ini diperkenalkan di NVIDIA GTC dan menandai peralihan dari rutinitas robot yang telah diprogram sebelumnya ke alur kerja gerakan yang dikembangkan AI. Dikembangkan melalui kolaborasi dengan Scale AI, solusi ini berfokus pada pengumpulan data gerakan dan interaksi di dunia nyata untuk aplikasi robotika.

Universal Robots memperkenalkan UR AI Trainer di NVIDIA GTC. Gambar milik Universal Robots.

Menjembatani Kesenjangan antara Pelatihan di Laboratorium dan Penerapan di Pabrik

Pelatihan robot berbasis AI sering mengalami kendala saat beralih dari simulasi laboratorium ke lingkungan manufaktur nyata. Data pelatihan yang dihasilkan dalam kondisi terkontrol mungkin tidak mencerminkan variasi mekanis, perilaku objek, atau kondisi produksi di dunia nyata. Akibatnya, robot yang dilatih dalam simulasi sering memerlukan penyetelan tambahan sebelum diterapkan.

Pendekatan pelatihan tradisional juga terutama mengandalkan dataset visual. Data yang hanya bersifat visual tidak dapat menangkap umpan balik torsi, gaya kontak, atau resistansi material. Keterbatasan ini menurunkan kinerja dalam aplikasi seperti perakitan, penyisipan, dan penanganan kolaboratif.

Kontrol Torsi Langsung Menambahkan Pembelajaran yang Peka terhadap Gaya

UR AI Trainer mengintegrasikan Kontrol Torsi Langsung dan umpan balik gaya ke dalam proses pelatihan. Hal ini memungkinkan robot mempelajari jalur gerakan sekaligus karakteristik interaksi fisik. Selama pelatihan, sistem merekam torsi, gaya cengkeraman, dan perilaku kontak untuk membangun dataset yang lebih realistis.

Dengan menggabungkan informasi visual dan umpan balik mekanis, robot mempelajari seperti apa suatu tugas seharusnya terasa saat dijalankan. Hal ini meningkatkan kinerja dalam aplikasi yang memerlukan gerakan adaptif, kolaborasi dengan manusia, dan penanganan presisi.

Kontrol Torsi Langsung memungkinkan robot mempelajari umpan balik gaya sehingga pelatihan berbasis AI menjadi lebih akurat. Gambar milik Universal Robots.

Robot Pemimpin Mengumpulkan Data Gerakan dan Interaksi

UR AI Trainer menggunakan model pelatihan pemimpin-pengikut. Operator memandu robot pemimpin melalui serangkaian tugas sementara sistem merekam informasi gerakan, gaya, dan visual. Data yang dikumpulkan kemudian disusun menjadi dataset Vision-Language-Action untuk melatih robot tambahan.

Robot pengikut kemudian dapat meniru tindakan yang telah dipelajari tanpa pemrograman manual. Hal ini mengurangi waktu rekayasa dan meningkatkan konsistensi di berbagai sel robotik. Pendekatan ini juga mendukung penerapan yang lebih cepat dalam sistem otomasi multi-robot.

Pemrograman Robot Berbasis AI untuk Otomasi Industri

UR AI Trainer merupakan langkah menuju pelatihan antarmesin dalam robotika industri. Model AI dapat mengoptimalkan jalur gerakan, menyeimbangkan kecepatan dan akurasi, serta beradaptasi dengan lingkungan produksi yang berubah. Hal ini mengurangi ketergantungan pada pemrograman manual melalui pendant pengajaran dan menyederhanakan proses komisioning.

Sebagian besar pemrosesan dijalankan pada platform komputasi AI eksternal, bukan pada pengendali robot. Arsitektur ini memungkinkan kemampuan AI tingkat lanjut tanpa meningkatkan kompleksitas perangkat keras serta mendukung penerapan yang dapat diskalakan di berbagai sistem otomasi.

Aplikasi Otomasi Industri

UR AI Trainer mendukung otomasi perakitan, pemuatan dan pembongkaran mesin, serta penanganan material. Sistem ini sangat sesuai untuk tugas yang memerlukan kontrol peka gaya, seperti penyisipan, pemolesan, dan pengemasan. Lingkungan robot kolaboratif juga mendapatkan manfaat dari kecerdasan gerakan yang lebih baik dan interaksi adaptif.

Tentang Penulis

Lin Haoyu meliput otomasi industri, robotika, dan teknologi manufaktur berbasis AI.