We help you find the perfect fit.

Swiss Ai Research Overview Platform

28 Research Topics Taxonomy
Reset all filters
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Filter
Reset all filters
Select all Unselect all
Close Show projects Back
Show all filters
71 Application Fields Taxonomy
Reset all filters
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Filter
Reset all filters
Select all Unselect all
Close Show projects Back
Show all filters
34 Institutions Taxonomy
Reset all filters
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Select all Unselect all
Close
Filter
Reset all filters
Select all Unselect all
Close Show projects Back
Show all filters
Robot Intelligence for the Real World

Lay summary

Das Herzstück unseres Systems ist eine neuartige Physik-Simulation, die in unserer Forschungsgruppe entwickelt wurde. Herkömmliche Physik-Simulationen können voraussagen, was in der echten Welt passiert, wenn der Roboter eine bestimmte Aktion ausführt. Unsere neuartige Simulation kann das inverse Problem lösen: Was für eine Aktion ist notwendig, um die echte Welt in einen bestimmten Zustand zu bringen.
Die Simulation kann nahtlos in bestehende KI-Methoden integriert werden, und bietet dem Roboter somit eine Intuition, wie sich Objekte in der echten Welt verhalten. Dies ermöglicht es Robotern, in unstrukturierten und komplexen Umgebungen zu arbeiten und so neue Roboteranwendungen zu realisieren.
Während viele Branchen von intelligenten und vielseitigeren Robotern profitieren können, wollen wir uns zunächst auf die Logistikbranche konzentrieren, da diese eine strukturelle Verschiebung von Briefen hin zu Paketen erlebt. Wegen vermehrtem Online-Shopping ist diie Anzahl der versendeten Pakete in den letzten Jahren sprunghaft angestiegen, insbesondere während der Pandemie. Damit stieg auch die Anzahl der Lagerarbeiter in der Logistikbranche und der Druck auf sie, körperlich anstrengende, repetitive und teilweise ungesunde Aufgaben auszuführen.
In unserem Projekt BRIDGE: Proof of Concept wollen wir unsere Technologien nutzen, um ein Robotersystem zu bauen, das Pakete verschiedenster Art manipulieren kann und dabei hilft, einen sichereren und produktiveren Arbeitsplatz zu schaffen. Wir wollen (1) einen Protoyp unseres Robotersystems erstellen, der Pakete aller Art verschieben und drehen kann; (2) eine Marktanalyse durchführen, die aufzeigt, wo unsere Technologie am meisten Wirkung entfalten könnte; (3) Vorbereitungen für die Gründung einer Firma treffen.

Abstract

Despite significant advances in machine learning and industrial automation, robots are still primarily used in controlled environments such as factory floors and research labs. Tasks that are seemingly simple for us humans turn out to be surprisingly challenging for robots. Our mission is to unlock the potential of robots by making them intelligent and enabling them to operate in the real, unstructured world. We will achieve this by developing a general robotic intelligence that allows robots to adapt to changes in the environment and learn new tasks autonomously.
At the core of our system lies a new type of physics engine developed in our lab. This engine provides a physical reasoning framework that enables any type of robot to learn new skills and integrates seamlessly with machine learning methodologies. Our approach enables robots to work in unstructured and complex environments and thus realize new robot applications.
While many industries can benefit from intelligent and more versatile robots, we first want to focus on the logistics industry as it experiences a structural shift from mail to parcels. The number of shipped packages has skyrocketed in recent years, especially during the pandemic, and so has the number of front-line warehouse workers and the pressure on them to perform physically demanding and unhealthy repetitive tasks.
In our BRIDGE: Proof of Concept project, we aim to leverage our physics engine to build a robotic system that can manipulate any parcel type and help create a safer and more productive workspace. Based on initial customer conversations with Swiss Post, we decided to first focus on the following manipulation tasks: de-stacking, flipping, and stacking of rigid and soft parcels.
Achieving the goals of the proposed project will be a substantial step towards general robot intelligence. Our long-term goal is to give robots human-level dexterity for any manipulation task. We aim to achieve this by creating a robot brain that captures the collective intelligence of all deployed robots. A knowledge database will capture the new experiences of all robots. This database can then train a neural network to learn new skills and distribute them to all robot brain instances.We believe that Switzerland’s lead role in robotics and artificial intelligence makes it an ideal place to combine these two exciting technologies. Our uniquely qualified team can’t wait to bring the benefits of robots to as many people as possible.

Last updated:17.06.2022

  Moritz Geilinger