Home Bots in BeeldTien Kung 3.0 wint Robot Warrior Challenge

Tien Kung 3.0 wint Robot Warrior Challenge

door Marco van der Hoeven

Het Beijing Innovation Center of Humanoid Robotics heeft de Beijing Yizhuang Robot Warrior Challenge gewonnen met zijn humanoïde robot Embodied Tien Kung 3.0. De robot legde het parcours af zonder menselijke tussenkomst en kreeg daarvoor de Warrior Intelligent Mobility Award.

Het parcours was ontworpen rond risicovolle praktijksituaties. Zo moesten de robots onder meer een slingerpassage nemen, vooruit bewegen over instabiel terrein en obstakels overwinnen. Tien Kung 3.0 voerde alle opdrachten volledig autonoom uit, terwijl andere deelnemers afhankelijk waren van handmatige hulp of vooraf ingestelde routes. Het was bovendien de enige mensgrote humanoïde robot in de wedstrijd.

De overwinning volgt op een eerdere winst van X-Humanoid in een humanoïde robotmarathon in 2025. Daarmee behaalt de organisatie haar tweede wedstrijdzege. Tijdens het evenement zette het bedrijf meerdere teams in en werkte het samen met academische partners, waaronder Hunan University en Renmin University of China. De teams gebruikten de open interface van de robot om ontwikkelaanpakken te testen voor toepassingen in rampenbestrijding en andere gevaarlijke omgevingen.

Tien Kung 3.0 draait op het platform ‘Wise KaiWu’. Dat systeem brengt waarneming, planning, besturing en foutherstel samen in één gesloten regelkring. De robot heeft geen afstandsbediening of vooraf geprogrammeerde instructies nodig, maar gebruikt realtime omgevingsdata om beslissingen te nemen en zijn bewegingen aan te sturen.

De hiërarchische besturingsstructuur scheidt besluitvorming op hoog niveau van de uitvoering van bewegingen op laag niveau. Daardoor kan de robot blijven functioneren in complexe omgevingen. Sensorgegevens worden verwerkt in een end-to-end-model dat waarneming direct koppelt aan beweging. De combinatie van globale routeplanning en lokale stapcontrole zorgt voor stabiliteit op ongelijk terrein. Besturingstechnieken op basis van reinforcement learning en imitatie maken het daarnaast mogelijk om verstoringen op te vangen en te herstellen.

De gesimuleerde omstandigheden bestonden onder meer uit aardbevingspuin en andere gevaarlijke omgevingen. Volgens X-Humanoid is het systeem bedoeld voor inzet bij noodhulp en in industriële omgevingen, waaronder productie, logistiek en commerciële dienstverlening.

Misschien vind je deze berichten ook interessant