Der Openclaw-Agent, der kürzlich viral ging, weil er eine Drohne mit einem natürlichsprachlichen Prompt steuerte, kann nun Drohnen autonom über Mavlink auf Dimensional steuern. Diese Open-Source-Entwicklung ermöglicht es dem Agenten, Wahrnehmung, Verfolgung und Flugsteuerung durch eine einzige natürlichsprachliche Abfrage zu handhaben.
R2LIVE ist ein robustes Echtzeitsystem, das LiDAR-, Inertial- und visuelle Daten für die Zustandschätzung und Kartierung integriert. Dieser eng gekoppelte Ansatz zielt darauf ab, präzise und zuverlässige Lokalisierung und Kartierung in verschiedenen Umgebungen zu erreichen.
LeLab wird als innovative Plattform vorgestellt, die es Benutzern ermöglicht, KI-Roboter ohne Code zu trainieren. Dieses Tool soll den Zugang zur Entwicklung von künstlicher Intelligenz und Robotik demokratisieren.
Physische KI läutet eine neue Ära in der Robotik ein, indem sie fortschrittliche KI-Fähigkeiten in physische Systeme integriert, um mit der realen Welt zu interagieren. Diese Entwicklung verspricht, verschiedene Branchen zu revolutionieren, von der Fertigung bis zum Dienstleistungssektor.
Dieser Inhalt thematisiert die Herausforderung der Wartung bio-inspirierter Soft-Robotik, bei der traditionelle Sensormethoden aufgrund der flexiblen Natur der Roboter versagen. Er schlägt eine neuartige Lösung vor, die probabilistische Graphen-Neuronale Netze mit einer Zero-Trust-Architektur für effektive Überwachung und Governance kombiniert.
Diese Forschung untersucht die Kombination von datenschutzfreundlichem maschinellem Lernen, insbesondere Differential Privacy und Active Learning, für die Wartung von bio-inspirierter Softrobotik. Die Arbeit befasst sich mit der Herausforderung, prädiktive Wartungsmodelle neu zu trainieren, ohne proprietäre Daten während kritischer Wiederherstellungsfenster preiszugeben.
Ein persönlicher Bericht beschreibt den Kampf eines Forschers mit einem Decision Transformer, der bei der Wartung bio-inspirierter weicher Robotergreifer im realen Einsatz versagte, trotz hoher Simulationsleistung. Das entscheidende Problem war die Diskrepanz zwischen der gelernten Richtlinie der KI und den menschlichen Sicherheitserwartungen für die empfindliche Hardware.
Dieser Artikel behandelt die praktischen Herausforderungen bei der Koordination von Hunderten von KI-Agenten in Roboterschwärmen und betont, dass Messaging- und Orchestrierungsprobleme kritischer waren als die Modellgenauigkeit. Er beschreibt die beim Skalieren von Bereitstellungen gelernten Lektionen, wie Nachrichtenstürme und veraltete Befehle nach Netzwerkunterbrechungen.
Das traditionelle Wartungsmodell für Roboter ist ineffektiv und führt zu hohen Kosten und Ausfallzeiten. KI-gesteuerter Service revolutioniert diesen Ansatz durch die Integration von Daten, um die Problemlösung zu beschleunigen, die Genauigkeit zu erhöhen und die Erstbesuchs-Reparaturquoten zu verbessern.
Jensen Huang präsentierte einen Roboter, der autonom zu einem Nachtmarkt in Taipeh navigierte und damit den Übergang der Physischen KI vom Labor in die reale Welt markierte. Dieses Ereignis an der Schnittstelle von COMPUTEX und GTC erklärt, dass Physische KI nun ein Agent ist, der Städte navigiert.
Diese Tiefenanalyse von Tesla Inc. beleuchtet die Entwicklung des Unternehmens von einem EV-Hersteller zu einem globalen Konglomerat, das sich auf nachhaltige Energie, KI und Robotik konzentriert. Die strategische Erzählung des Unternehmens hat sich stark auf autonome Mobilität und KI-Infrastruktur verlagert, neben seiner Kernautomobilsparte.
Der Artikel stellt 'Spatial Forcing' vor, eine Methode zur Ausrichtung impliziter räumlicher Repräsentationen in Sicht-Sprach-Aktionsmodellen. Ziel ist es, das Verständnis und die Interaktion dieser Modelle mit räumlichen Informationen zu verbessern.
goodBytz, ein Hamburger Robotik-Startup, liefert vollautonome Roboterküchen an die US Army. Das von Dr. Hendrik Susemihl mitgegründete Unternehmen produziert täglich 50.000 Mahlzeiten und gewann 2026 den Robotics Award.
PyRep wird als Toolkit vorgestellt, das entwickelt wurde, um tiefes Roboterlernen zu erleichtern, indem es eine Schnittstelle zwischen dem V-REP Robotik-Simulator und gängigen Deep-Learning-Frameworks bereitstellt. Es zielt darauf ab, die Entwicklung und Erprobung KI-gesteuerter Roboteranwendungen in einer simulierten Umgebung zu optimieren.
300 humanoide Roboter absolvierten einen Halbmarathon in Peking, wobei ein Roboter eine schnellere Zeit als der menschliche Weltrekord erzielte, obwohl der Vergleich umstritten ist. Der Autor hinterfragt die Integrität des Rennens und stellt die Frage, wie menschliche Schiedsrichter 300 Roboter und 100 Teams effektiv nach komplexen Regeln überwachen können.
Die Dialogues-Bühne der Google I/O 2026 bot einen Rückblick, bei dem Führungskräfte die Zukunft der künstlichen Intelligenz, des Quantencomputings und der Robotik diskutierten. Die Veranstaltung beleuchtete auch die Verbindung von KI und Kreativität.
Ein KI-Trainings-Startup namens Shift bietet in New York kostenlose Hausreinigung im Austausch für Aufnahmen der Arbeit an. Ziel ist es, Videodaten von Hausarbeiten zu sammeln, um Roboter für zukünftige Automatisierung zu trainieren. Der Dienst plant, auch in andere Städte, einschließlich London, zu expandieren.
NVIDIA stellt Cosmos 3 vor, das erste offene Omni-Modell für physisches KI-Denken und -Handeln. Diese Einführung markiert einen bedeutenden Fortschritt in der Fusion von KI und Robotik, die es der KI ermöglicht, intelligenter mit der physischen Welt zu interagieren.
PRISM ist ein neues Framework, das Wahrnehmung (VLM) und Entscheidung (LLM) durch eine dynamische Frage-Antwort-Pipeline integriert, wodurch das LLM die Ausgabe des VLM aktiv für ein aufgabenorientiertes Szenenverständnis verfeinern kann. Dieser Ansatz übertrifft bestehende bildbasierte Modelle auf Benchmarks wie ALFWorld und Room-to-Room erheblich.
Diese Umfrage befasst sich mit dem Mangel an einem einheitlichen Rahmen für Weltmodelle, interne Simulatoren, die in der KI zur Vorhersage, Planung und Argumentation eingesetzt werden. Sie schlägt eine mehrachsige Taxonomie vor, die deren vielfältige Aspekte wie Architektur, Methodologie, Denkparadigmen und Anwendungen in Bereichen wie Reinforcement Learning und Robotik organisiert.