ROBOTIK UND PRODUKTION 1 2019

Bild: Michael Altmann
Bild: Michael Altmann
Smarte Küchen der Zukunft

Smarte Küchen der Zukunft

Noch ist es Zukunftsmusik: Roboterarme bereiten in der Küche selbstständig Mahlzeiten zu und der Mensch muss nur noch Platz nehmen und genießen. Während sich ein Projekt der Kunsthochschule Burg Giebichenstein vor allem mit einem zukünftigen Ernährungskonzept beschäftigt, in dem ein Roboter vorkommt, verfolgen andere Projekte konkretere Ansätze.

mehr lesen
Bild: Carl Cloos Schweisstechnik GmbH
Bild: Carl Cloos Schweisstechnik GmbH
Cloos startet ins 100. Jubiläumsjahr

Cloos startet ins 100. Jubiläumsjahr

Cloos startet ins 100. Jubiläumsjahr Cloos bietet seit 100 Jahren Lösungen rund um das manuelle und automatisierte Schweißen. Der Ingenieur Carl Cloos gründete das Unternehmen 1919 in Siegen-Weidenau zur Herstellung von Acetylen-Gaserzeugern und Autogenschweißbrennern.  1978 setzte das Unternehmen erstmals Industrieroboter zum Schutzgasschweißen ein. Heute...

mehr lesen

Das könnte Sie auch Interessieren

Bild: Kuka AG
Bild: Kuka AG
Cobot-Einsatz in der Qualitätssicherung

Cobot-Einsatz in der Qualitätssicherung

Zur Qualitätssicherung des neuen Mahlwerks für die neue Kaffeemarke Ligre hinsichtlich Langlebigkeit und Einhaltung des voreingestellten Kaffeegewichts setzten die Entwicklungstechniker von Gronbach in einem Testaufbau auf die Unterstützung durch den Cobot LBR iisy von Kuka.

Bild: Fraunhofer-Institut IML
Bild: Fraunhofer-Institut IML
Belohnung als 
Anreiz zum Lernen

Belohnung als Anreiz zum Lernen

KI-Entwickler Julian Eßer trainiert Roboter, sich intelligent zu verhalten. Denn das Entscheidende ist, dass die Maschinen nicht nur bei kalkulierbaren Ereignissen richtig handeln. Vor allem müssen sie auch in unvorhergesehen Situationen das Richtige tun. Dafür testet er als Mitglied des AI Grids, einer Initiative des Bundesforschungsministeriums, die vielversprechende Talente in künstlicher Intelligenz in Deutschland fördert, am Fraunhofer IML Hunderte Roboter in virtuellen Welten. Ziel ist, dass die Maschinen üben und lernen, mit Störungen und Varianten ähnlicher Situationen umzugehen – und dann selbst Varianten anbieten. Dafür kommt eine Art Belohnungssystem für Roboter zum Einsatz: So lernen sie leichter aus Fehlern und wählen den schnellsten und effektivsten Weg zum Ziel.