Physical AI oder auch Embodied AI sind Schlagworte, die gerade allerorts zu hören sind. Stark verbunden ist diese Form der künstlichen Intelligenz auch mit dem Hype des Jahres: humanoiden Robotern.
Physical und Embodied AI meint vor allem das: Künstliche Intelligenz funktioniert nicht mehr als reine Software, wie z.B. ein gängiger Chatbot mit Large Language Model oder eine KI, die Codezeilen generiert (auch mittels LLM). Vielmehr haucht künstliche Intelligenz einer Maschine (einem Roboter) quasi Leben ein. Mithilfe der KI wird der Roboter befähigt, seine Umgebung, die er über die eingebaute Sensorik wahrnimmt, auch zielgerichtet zu interpretieren. Das heißt, er kann sich (ähnlich wie der Mensch) orientieren und auf die Umgebung reagieren bzw. mit ihr interagieren. Außerdem ist er mittels KI auch in der Lage, aus der Interaktion mit der Umwelt zu lernen.
Noch menschenähnlicher wird das Ganze, wenn wir diese Form der künstlichen Intelligenz in eine ganz besondere Maschine implementieren, in einen humanoiden Roboter. Dieser heißt logischerweise so, weil er in seiner Physiognomie (beim Roboter Kinematik genannt) dem Menschen frappierend ähnelt. Dies hat zweierlei Vorteile. Zum einen bewegt er sich wie ein Mensch durch seine zwei Beine, kann sich also auf unebenem Gelände bewegen und Treppen steigen. Mit seinen anthropomorphen Händen kann er ebenso gut greifen wie der Mensch etc. Und zum anderen wirkt er durch sein menschliches Äußeres weniger wie ein Ding, eine Maschine, sondern mehr wie ein Kollege, ein Ansprechpartner. Warum sonst sollte ein humanoider Roboter beispielsweise einen Kopf haben? Das „Gehirn“ ist im Brustkorb besser aufgehoben. Der Kopf dient nur der Akzeptanz durch den Menschen. Physical AI muss aber natürlich nicht zwangsläufig einen humanoiden Körper haben. Hier ist jede andere Kinematik ebenso denkbar, wie z.B. ein Knickarmroboter, ein hundeartiger Roboter oder eine fahrende Plattform, ein AMR.
Aber zurück zum „Gehirn“ des Roboters: Wann ist eine Maschine mit KI-Software Physical AI und wann handelt es sich „lediglich“ um digitale KI mit Sensorverarbeitung. Für echte Physical AI müssen einige Bedingungen erfüllt sein: Das intelligente System nimmt mittels Sensorik die reale Situation wahr. Es entscheidet autonom, welche Aktion in welcher Situation nötig ist. Es führt diese Aktion auch aus (mittels Kinematik). Es lernt oder passt sich an – wenn die Umwelt oder Bedingungen sich ändern, reagiert es entsprechend darauf. Ein „schlichtes“ intelligentes KI-System mit Sensorverarbeitung hingegen würde entsprechend nur z.B. Bilder analysieren und Empfehlungen geben, aber nicht selbst handeln. Ein wichtiges Kriterium für Physical AI ist entsprechend der geschlossene Regelkreis (auch Control Loop, Closed-Loop Feedback oder Perception-Action-Cycle genannt).
Er beschreibt die dauerhafte Wechselwirkung zwischen Wahrnehmung, Entscheidung, Handlung und Rückmeldung aus der Umgebung. Damit kann ein Physical-AI-System adaptiv auf Veränderungen in seiner Umwelt reagieren – statt starr nach einem vorgegebenen Programm vorzugehen. Ein typischer Regelkreis bei Physical AI oder humanoiden Robotern umfasst:
- Wahrnehmung
Sie erfolgt mittels Sensorik (wie z.B. Kameras oder LiDAR). Rohdaten werden hier bereits vorverarbeitet. So entsteht ein ganzheitliches Bild der Umwelt. - Interpretation und Entscheidung
Das System analysiert das Wahrgenommene im Kontext von definierten Zielen und Vorwissen. Jetzt werden mögliche Reaktionen bewertet und Entscheidungen getroffen. - Handlung
Die zuvor getroffene Entscheidung wird nun umgesetzt: Aktuatoren steuern Motoren an, der Roboterarm setzt sich in Bewegung, der Greifer greift zu, um eine konkrete physische Aktion auszuführen. - Feedback und Rückmeldung
Nachdem die Handlung ausgeführt ist, liefert die Umwelt erneut sensorische Daten. Dieses Feedback wird genutzt, um festzustellen, ob das gewünschte Ergebnis eingetreten ist. - Anpassung
Auf Grundlage des Feedbacks passt die Physical AI ihr Verhalten an. Und der Regelkreis beginnt von Neuem.
Ein einfaches Beispiel für dieses theoretische Konstrukt wäre z.B. ein humanoider Roboter, der einen Becher aufheben und an einen anderen Platz stellen soll. Zunächst erfasst der Roboter die Situation in Bezug auf den Becher (Wo steht er genau?/Gibt es Hindernisse?) und in Bezug auf sich selbst (Wie steht der Roboter in Bezug zum Becher, welche Armstellung/Greiferstellung liegt vor?). Dann interpretiert der Roboter die wahrgenommene Situation und trifft die Entscheidung, wie der Becher zu greifen ist. Er ermittelt den Greifpunkt sowie die Greifkraft und berechnet die Bahnplanung für den Roboterarm. Es folgt die Handlung. Der Becher wird gegriffen, zum Zielpunkt verbracht und wieder abgesetzt. Dabei stabilisiert der Roboter seinen Körper, um nicht in der Bewegung umzukippen. Schließlich analysiert er seine Umgebung erneut. Hat der Becher den Zielpunkt erreicht? Wurde er sicher gegriffen und nicht etwa beschädigt? Steht er sicher oder ist er nach dem Absetzen umgekippt? Erkennt der Roboter Abweichungen, passt er sein Verhalten an. Wurde der Becher zu stark zerdrückt, passt er die Greifkraft an. Steht der Becher neben dem Zielpunkt, passt er die Bahnplanung an. Wurde der Becher gar verfehlt, passt er den Greifpunkt an. Der Zyklus beginnt von Neuem. Per Trial and Error lernt das System selbstständig, bis das Ziel erreicht ist.
Angesichts der Komplexität dieses simplen Vorgangs, wird deutlich, dass noch eine ganze Menge Entwicklungsarbeit zu leisten ist, bevor humanoide Roboter tatsächlich den Platz eines Menschen in einer Fabrik oder im Haushalt einnehmen können und über die oben beschriebenen Fähigkeiten verfügen. Aber die Fortschritte, die hier in den letzten Jahren gemacht wurden, sind beeindruckend und geschehen ausgesprochen schnell. Warten wir’s ab.
Nun sind wir tief in die Regelkreise von Physical AI eingetaucht. Beim nächsten Mal geht es um das Thema Ethik und Sicherheit in Bezug auf Robotik und KI. Bleibt also dran!
Frauke Itzerott
Frauke Itzerott ist Chefredakteurin des Fachmagazins ROBOTIK UND PRODUKTION beim TeDo Verlag und verantwortet dort die inhaltliche Ausrichtung eines der führenden deutschsprachigen Medien zu industrieller Robotik und Automatisierung.
