Der Körper: Unitree steuert das Chassis H2 Plus bei, einen zweibeinigen Roboter, der knapp 1,80 Meter groß ist und etwa 68 Kilogramm wiegt. Der Korpus bringt 31 Freiheitsgrade mit; die Arm-Drehmomente erreichen bis zu 120 Nm, die Beine stemmen sogar bis zu 360 Nm. Die nominelle Traglast der Arme beträgt 7 kg, die Spitzenlast liegt bei 15 kg . Komplettiert wird das System durch die taktilen Fünffingerhände „Sharpa Wave“, die pro Hand 22 Freiheitsgrade hinzufügen – summa summarum kommt der Roboter auf ganze 75 Freiheitsgrade
.
Das Gehirn: Für die Rechenleistung an Bord sorgt das Modul Nvidia Jetson Thor mit einer Blackwell-GPU, die 2.070 FP4 TFLOPS KI-Leistung liefert, einer 14-Kern-Arm-CPU und 128 GB Speicher . Darauf läuft die offene Entwicklungsplattform NVIDIA Isaac GR00T, ein umfassender Software-Stack, der sämtliche Schritte abdeckt: Datenerfassung und -generierung, Erzeugung synthetischer Bewegungsdaten, Modelltraining, Evaluation und schließlich die echte Inbetriebnahme des Roboters
.
Drei Unternehmen mit klar abgegrenzten, aber sich ergänzenden Kompetenzen haben das Design gemeinsam vorangetrieben.
Das Kernversprechen des Isaac-GR00T-Referenzdesigns ist, einen bisher extrem zersplitterten Arbeitsablauf zu vereinheitlichen. Bislang müssen Robotiklabore Hardware beschaffen, mit individueller Software verknüpfen, eigene Pipelines zur Datenerfassung aufbauen, Simulationsumgebungen erstellen, Modelle trainieren und diese schließlich einsetzen – ein Prozess, der Monate verschlingen kann, bevor die eigentliche Forschungsarbeit beginnt .
Das Referenzdesign kippt diesen Zeithorizont: Weil Körper und Gehirn von vornherein aufeinander abgestimmt sind, können Forscher die Bring-up-Phase überspringen und sofort damit anfangen, neue Fähigkeiten zu entwickeln und zu validieren .
Der offene Standard demokratisiert zudem den Zugang zu modernster humanoider Hardware: Forschungsinstitutionen, denen bisher die Mittel für eigene oder proprietäre Plattformen fehlten, erhalten nun Zugriff auf dasselbe High-End-System . Die Isaac-GR00T-Plattform selbst bietet einen lückenlosen Workflow, der die Erzeugung synthetischer Bewegungsdaten umfasst – also virtuelle Trainingsszenarien, mit denen Roboter neue Verhaltensweisen lernen und sich an wechselnde reale Bedingungen anpassen können
.
Comments
0 comments