Roboterarm

Per Quantentechnologie lässt sich der Einsatz von KI beschleunigen, wie das Training eines Roboters zeigt. (Bild: NTT / think_b – Adobe Stock)

NTT Data, Anbieter digitaler Geschäfts- und IT-Dienstleistungen, hat in Zusammenarbeit mit dem proto_lab der TH Rosenheim zwei Machbarkeitsstudien für die Anwendung von Quantentechnologie in der Fertigungsindustrie abgeschlossen. Die Studien liefern grundlegende Erkenntnisse zur Planung der Auftragsbearbeitung in hoch komplexen Produktionsinfrastrukturen und zum effizienten Training von Robotern für inhomogene Arbeitsabläufe. In beiden Fällen dient die Quantentechnologie dazu, die erforderlichen KI-Prozesse zu beschleunigen.

Der Haken an der Sache: die Studien sind noch nicht veröffentlicht, da die Beteiligten noch weitere Ergebnisse der Studie abwarten. Auf Nachfrage, wann die Initial- um die Erweiterung ergänzt werden, konnte noch kein konkreter Zeitraum genannt werden.

Wie Quantencomputer die Industrie unterstützen könnten

Statisch fixierte Roboterarme übernehmen in der Industrie bereits viele Tätigkeiten. Mobil eingesetzt übernehmen sie zusätzliche Aufgaben wie die Automatisierung von Gütertransport in Produktionsumgebungen (Intralogistik). Allerdings erschwert die Bewegung im Raum die Berechnung der für eine bestimmte Aktion erforderlichen Kräfte. Die Wissenschaft stellt dieses Problem vereinfacht als Cart-Pole-Modell dar. Dabei kommt es darauf an, einen fahrbaren Untersatz (Cart) so zu steuern, dass eine darauf stehende Stange (Pole) in der Senkrechten bleibt, und gleichzeitig auf Veränderungen im Umfeld des Carts wie Hindernisse oder Erschütterungen angemessen zu reagieren.

Als vereinfachtes Beispiel für viele mögliche Anwendungen von Roboterarmen in der Industrie nutzten die Forschungsteams von NTT Data und TH Rosenheim das Experiment, um das Potenzial der Quantentechnologie für ein effizienteres Training von Robotern zu belegen. Erfolgsentscheidend war dabei die Kombination von Reinforcement Learning und Quantencomputing. Für die praktischen Experimente verwendeten die Forschenden den Service Amazon Braket von AWS. Diese Cloud-Plattform bietet verschiedene Geräte zum Ausführen von hybriden Quantenalgorithmen. Damit gelang es erstmals in einem Real-World-Szenario nachzuweisen, dass die Quantentechnologie die komplexen Steuerungsalgorithmen während der Laufzeit der herkömmlichen digitalen Roboterarmsteuerung ausführen und damit die Lernkurve erheblich steigern kann.

Was Sie schon immer über Quantencomputer wissen wollten

Themenschwerpunkt Quantencomputer auf all-electronics.de
(Bild: Bartek Wróblewski – Adobe Stock)

Als im Juni 2021 der erste Quantencomputer in Deutschland von IBM eingeweiht wurde, war das Interesse groß. Aber was verbirgt sich hinter der Technologie? Was kann sie eines Tages leisten, woran wird geforscht und wo lauern Gefahren? Das und mehr erfahren Sie hier.

Amplitudenkontrolle für Job-Shop-Probleme

In einer weiteren gemeinsamen Machbarkeitsstudie beider Unternehmen konnten die Forschenden Taillards Job-Shop-Problem, einen gängigen Benchmark für die Leistungsfähigkeit von Algorithmen in der Fertigungslogistik, erstmals mithilfe der Coherent Ising Machine lösen. Dabei handelt es sich um ein von NTT Data entwickeltes, photonisches adiabatisches Quantenoptimierungssystem. Zur Simulation dieser Technologie auf klassischer Hardware entwickelten die Teams mehrere Algorithmen, darunter die chaotische Amplitudenkontrolle. Mit dieser neuen Technologie sollen Anwender Lösungen für Steuerungsprobleme in komplexen Fertigungsumgebungen schneller finden.

Sie möchten gerne weiterlesen?