Robotics & Physical AI

Fine-Tuning von Robot-Foundation-Models, Reinforcement Learning, Simulationsumgebungen und On-Edge-Inference für echte Robotik-Anwendungen.

  • Hardware Integration
  • Sensor Networks
  • Computer Vision
  • Edge AI Processing
  • IoT & Automation
  • Real-time Kinematics

Überblick

Robotics & Physical AI bei TNG umfasst Foundation-Model-Fine-Tuning, Reinforcement Learning, Simulationsumgebungen und Edge-Inference für echte Robotik-Anwendungen. Wir bringen autonome Roboter in die Produktion — von der Hardware-Auswahl bis zu Sicherheitsmaßnahmen.

Robot Foundation Models

Wir fine-tunen State-of-the-Art Robot-Foundation-Models wie pi0.5 und ähnliche Vision-Language-Action (VLA) Modelle. Mit Virtual-Reality-Teleoperation-Setups sammeln wir Demonstrationsdaten, die es Robotern ermöglichen, komplexe Manipulationsaufgaben zu lernen — wie Wäsche falten, Objekte sortieren und Montage.

Unser Ansatz kombiniert:

  • Imitation Learning aus VR-Teleoperation-Demonstrationen
  • Reinforcement Learning mit Reward Shaping und Policy-Optimierung
  • Sim-to-Real-Transfer über Simulationsumgebungen und Digital Twins
  • On-Edge-Inference für Echtzeitsteuerung auf ressourcenbeschränkter Hardware

Forschungsprojekte

Humanoide Roboter

Wir arbeiten mit dem Unitree G1 humanoiden Roboter für Teleoperation und Reinforcement-Learning-Experimente. Unsere Forschung konzentriert sich auf Ganzkörpersteuerung, Manipulation und Mensch-Roboter-Interaktion.

Roboterhunde

Wir nutzen den Unitree Go2 Roboterhund für Navigations-, Wahrnehmungs- und autonome Explorationsaufgaben. Projekte umfassen SLAM (Simultaneous Localization and Mapping), Hindernisvermeidung und Pfadplanung.

ROS 2 Entwicklung

Wir co-entwickeln das Robot Operating System (ROS) Version 2 und bauen ROS/ROS2-Anwendungen für eine Vielzahl von Roboterplattformen.

Showcase-Projekte

  • OpenArm — Ein Open-Source-Roboterarm, der Wäsche falten kann, trainiert mit 100 VR-Teleoperation-Demos auf Basis eines pi0.5 Robot-Foundation-Models
  • Robo-Kart — Ein humanoider Roboter, der einen Go-Kart fährt, demonstriert im Deutschen Museum München
  • Dance with robots — Einem Roboter Tanzbewegungen beibringen mittels Reinforcement Learning

Hardware & Sicherheit

  • Auswahl, Validierung und Beschaffung von Robot-Hardware
  • Physische Sicherheitsmaßnahmen für Mensch-Roboter-Interaktion
  • Sensor-Netzwerke und Echtzeit-Kinematik
  • Edge-AI-Processing auf kompakten Computern (Raspberry Pi, NVIDIA Jetson Nano)
  • IoT- und Automations-Integration

Interessiert?

Kontaktieren Sie uns, um mehr über Robotics & Physical AI zu erfahren und wie wir Sie unterstützen können.

info@tngtech.com