de.wedoany.com-Bericht: Das PrismBot-Roboterteam von vivo hat kürzlich beim ICRA 2026 AGIBOT World Challenge in Wien den Titel in der Kategorie „Reasoning to Action“ gewonnen. Der Wettbewerb ist Teil der IEEE International Conference on Robotics and Automation (ICRA), einer führenden internationalen Konferenz im Bereich Robotik.
Das vivo-Roboterteam sicherte sich im echten Roboterfinale mit einem entscheidenden Vorsprung den ersten Platz und demonstrierte damit seine technologische Stärke bei der Umsetzung von Aufgabenverständnis in Handlungsentscheidungen. An dem Wettbewerb nahmen 526 Teams aus 27 Ländern und Regionen teil. Auch in der Kategorie „Ganzkörpersteuerung“ wurde das Team gewürdigt und erreichte einen Platz unter den weltweit besten drei.
Diese Ergebnisse spiegeln die bestehende Strategie von vivo wider, auf Basis der Bildgebungstechnologie Wahrnehmungssysteme aufzubauen und ein KI-gesteuertes Roboter-„Gehirn“ zu entwickeln, um intelligente Fähigkeiten in die physische Welt zu bringen. Hu Baishan, Präsident und Chief Operating Officer von vivo sowie Leiter der zentralen Forschungsabteilung von vivo, hatte diese Ausrichtung bereits auf der Boao-Asien-Jahrestagung 2026 erläutert.
Der AGIBOT World Challenge, als Teil der ICRA 2026, ist einer der anspruchsvollsten internationalen Wettbewerbe im Bereich der verkörperten Intelligenz. Die Hauptwettbewerbskategorie „Reasoning to Action“ konzentriert sich auf die zentrale Herausforderung der verkörperten Intelligenz: die Umsetzung von Aufgabenverständnis in Handlungsentscheidungen. Diese Kategorie kombiniert Online-Simulationsbewertungen mit Offline-Tests an echten Robotern in Wien und bewertet die Leistung anhand der Aufgabenerfüllungsrate in realen Umgebungen, der langfristigen Stabilität und der Generalisierungsfähigkeit in komplexen Szenarien. Die teilnehmenden Modelle müssen in der realen Umgebung eigenständig Aufgabenverständnis, Aufgabenzerlegung, Unterzielpriorisierung und Fehlerbehebung durchführen und die Entscheidungsprozesse über Roboterarme in physische Aktionen umsetzen.
Um die Herausforderungen komplexer Langzeitaufgaben und Störungen in realen Umgebungen zu bewältigen, entwickelte das vivo-Roboterteam einen Trainings- und Inferenzrahmen, der auf Keyframe-Optimierung und kontrastivem Lernen basiert. Die Gewichtung von Keyframe-Verlusten hilft dem Modell, kritische Aktionspunkte effektiver zu erlernen, während kontrastives Lernen die semantische Lücke zwischen textbasierten Anweisungen und physischen Aktionsausführungen verringert.
In der parallel stattfindenden Kategorie „Ganzkörpersteuerung“ mussten die Roboter in einem realistischen Supermarktszenario eigenständig bestimmte Produkte aufnehmen und korrekt in den Einkaufswagen legen. Das vivo-Roboterteam wandte dasselbe, auf „Reasoning to Action“ ausgerichtete technische System auf dieses Szenario an, verbesserte die Greifgenauigkeit durch Keyframe-Verlustgewichtung und identifizierte die Greifrichtung mittels kontrastivem Lernen, wodurch es den dritten Platz erreichte. Dieses Ergebnis bestätigt die Übertragbarkeit und technische Robustheit des Ansatzes über verschiedene Aufgabentypen hinweg.
Vivo ist der Ansicht, dass Roboter nach Smartphones ein weiterer wichtiger Zugang für den persönlichen und häuslichen Gebrauch sein werden. Das Unternehmen hat den Haushalt als Ausgangspunkt für die Roboterentwicklung gewählt, da häusliche Umgebungen hohe Anforderungen an Langzeitaufgaben, beidarmige Zusammenarbeit, Feinmotorik, logisches Denken und Entscheidungsfindung stellen. Das vivo-Roboterteam bewegt sich von der Fernbedienung hin zur autonomen Intelligenz und verbessert schrittweise die Ausführbarkeit und skalierbare Validierung komplexer Aufgaben. Basierend auf Erfahrungen in den Bereichen Gerätesysteme, Bildgebungsfähigkeiten und globale Produktentwicklung baut vivo ein Robotik-Kompetenzsystem auf, das Hardware und Software integriert und sich mit der Zeit weiterentwickelt.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
