Evolution 6.0: Robot Evolution through Generative Design

Het artikel introduceert Evolution 6.0, een autonoom robotsysteem dat door middel van generatieve AI en modellen voor taal, visie en 3D-ontwerp zelfstandig gereedschap ontwerpt en aanleert om menselijke taken uit te voeren.

De kern

Stel je voor dat je een robot hebt die niet alleen slim is, maar ook uitvinder.

In de toekomst, wat de auteurs "Evolutie 6.0" noemen, kunnen robots niet alleen taken uitvoeren die ze al hebben geoefend. Als ze in een vreemde omgeving terechtkomen (bijvoorbeeld op Mars of in een rommelige garage) en ze hebben een gereedschap nodig dat ze niet bij zich hebben, ontwerpen en maken ze dat gereedschap zelf.

Hier is hoe dit werkt, vertaald naar alledaagse taal:

1. De Drie Superkrachten

De robot is uitgerust met drie speciale "hersenen" die samenwerken:

• De Oog- en Taal-Expert (QwenVLM): Dit is als een zeer scherpziende detective. De robot kijkt naar de wereld om hem heen en zegt: "Hé, ik zie een taart, maar ik heb geen mes om hem te snijden."
• De 3D-ontwerper (Llama-Mesh): Zodra de detective het probleem heeft geïdentificeerd, roept hij de ontwerper. De ontwerper denkt: "Oké, we hebben een mes nodig." Hij tekent direct een 3D-model van dat mes, alsof hij het uit het niets tovert.
• De Uitvoerder (OpenVLA): Dit is de motor. Hij ziet het nieuwe mes, pakt het en zegt: "Ik ga nu die taart snijden," en voert de bewegingen uit.

2. Het Proces: Van Idee tot Werkstuk

Stel je voor dat je in een kamer bent en je wilt een fles openen, maar je hebt geen flesopener.

• De oude manier: De robot zou zeggen: "Ik kan dit niet doen, ik heb geen flesopener."
• De Evolution 6.0 manier:
  1. De robot kijkt naar de fles en de inhoud.
  2. Hij denkt: "Ik heb een hulpmiddel nodig dat past bij de dop."
  3. Hij laat een 3D-printer een speciaal ontworpen flesopener maken (in slechts 10 seconden!).
  4. Hij pakt het nieuwe ding en opent de fles.

Het is alsof de robot een zwitserse zakmes is dat zichzelf elke seconde opnieuw uitvindt, afhankelijk van wat hij nodig heeft.

3. Wat hebben ze getest?

De onderzoekers hebben dit systeem getest met taarten en andere objecten.

• Het succes: In 90% van de gevallen lukte het om het juiste gereedschap te ontwerpen en te maken.
• De snelheid: Het kostte de robot gemiddeld maar 10 seconden om van "ik heb een probleem" naar "hier is mijn oplossing" te gaan.
• De uitdagingen: De robot is nog niet perfect. Als je hem vraagt iets heel nieuws te doen (bijvoorbeeld: "Smeer de banaan in plaats van de taart"), raakt hij soms in de war. Hij is goed in fysieke taken (iets vastpakken), maar nog niet helemaal slim in het begrijpen van nieuwe taal of ingewikkelde bewegingen.

Waarom is dit belangrijk?

Vroeger moesten robots in een fabriek werken waar alles precies hetzelfde was. Als er iets veranderde, vielen ze stil.
Met Evolutie 6.0 kunnen robots naar plekken gaan waar we hen niet voor hebben geprogrammeerd, zoals andere planeten of rampgebieden. Ze kunnen zich aanpassen, net als een mens die in een nieuwe stad een kaart tekent als hij verdwaald is, in plaats van te wachten tot iemand hem helpt.

Kortom: Dit is de stap van "robots die doen wat ze leren" naar "robots die leren wat ze nodig hebben". Het is de geboorte van een robot die niet alleen werkt, maar ook nadenkt en creëert.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het paper "Evolution 6.0: Robot Evolution through Generative Design" in het Nederlands.

Titel: Evolution 6.0: Robot-evolutie door Generatief Ontwerp

Auteurs: Muhammad Haris Khan, Artyom Myshlyaev, Artem Lykov, Miguel Altamirano Cabrera, en Dzmitry Tsetserukou (Skolkovo Institute of Science and Technology).

---

1. Het Probleem

Huidige geavanceerde industriële concepten, zoals "Industry 6.0", stellen zich voor dat robotzwermen autonoom producten kunnen ontwerpen en assembleren. Echter, deze systemen zijn vaak beperkt tot vooraf gedefinieerde omgevingen en afhankelijk van directe gebruikersinstructies. Ze kunnen hun omgeving niet zelfstandig beoordelen om te bepalen welke hulpmiddelen nodig zijn voor onvoorziene uitdagingen.

In dynamische en onvoorspelbare omgevingen (bijvoorbeeld op Mars of in rampgebieden) is het onpraktisch om een vooraf gedefinieerde set gereedschappen mee te nemen. Robots missen momenteel het vermogen om:

• Onbekende omgevingen autonoom te analyseren.
• De noodzaak van specifieke gereedschappen te interpreteren.
• Deze gereedschappen zelf te ontwerpen, te fabriceren en te gebruiken zonder menselijke tussenkomst.

2. Methodologie: Het Evolution 6.0 Framework

De auteurs stellen "Evolution 6.0" voor, een autonoom robotsysteem dat wordt aangedreven door Generatieve AI. Het systeem combineert Vision-Language Models (VLM), Vision-Language Action (VLA) modellen en Text-to-3D generatieve modellen. Het architectuur bestaat uit twee gekoppelde modules:

A. Tool Generation Module (Gereedschapsgeneratie)

Deze module is verantwoordelijk voor het analyseren van de omgeving en het ontwerpen van specifieke gereedschappen.

• Input: Camera-beelden van de omgeving.
• Verwerking:
  1. Qwen2-VL-2B-Instruct: Een Vision-Language Model dat visuele kenmerken extrahert en contextuele tekstuele beschrijvingen genereert (bijv. "Er is een taart die gesneden moet worden").
  2. Prompt Generatie: Het systeem formuleert een prompt voor een autoregressief taalkmodel (bijv. "Maak een 3D-model van een mes").
  3. Llama-Mesh: Een Text-to-3D model dat de prompt omzet in een 3D-mesh (bestaande uit vertices en faces).
  4. Validatie & Fabricatie: Het gegenereerde mesh wordt gerenderd en gevalideerd. Vervolgens wordt het omgezet naar G-Code voor 3D-printing. Het systeem schaalt het gereedschap automatisch op basis van de grootte van het object in de scène.

B. Action Generation Module (Actiegeneratie)

Deze module vertaalt natuurlijke taal-instructies en visuele data naar precieze robotbewegingen.

• Model: Gebaseerd op OpenVLA (van Stanford AI Lab), dat is fijngefineerd op taken zoals taart-snijden en taart-pakken.
• Input: Beelden van een derde-persoonscamera en natuurlijke taal-instructies.
• Output: Een 7D actievector die de manipulator bestuurt via:
  • Ruimtelijke verplaatsing ($\Delta X$)
  • Hoekbewegingen ($\Delta \theta$)
  • Grip-acties ($\Delta Grip$)
• Optimalisatie: Voor real-time verwerking (5 Hz) zijn QwenVLM en Llama-Mesh geoptimaliseerd naar int8 precisie, terwijl het VLA-model zijn oorspronkelijke precisie behield. Het systeem draait op een NVIDIA RTX 4090 GPU.

3. Belangrijkste Bijdragen

• Paradigmaverschuiving: De introductie van een systeem dat niet alleen instructies uitvoert, maar ook de noodzaak van gereedschap herkent en deze autonoom creëert. Dit is een stap verder dan Industry 6.0.
• Geïntegreerde Architectuur: De eerste demonstratie van een volledige cyclus waarbij VLM (waarneming), Text-to-3D (ontwerp) en VLA (actie) naadloos samenwerken voor adaptieve robotica.
• Autonome Aanpassing: Het vermogen om in open-ended taken te opereren door dynamisch nieuwe scenario's te interpreteren en gereedschappen te genereren zonder hertraining.

4. Resultaten

De evaluatie vond plaats in twee fasen met een UR10-robotarm:

Fase 1: Gereedschapsgeneratie

• Succes率: 90% succes bij het genereren van functionele 3D-gereedschappen.
• Inferentie-tijd: Gemiddeld 10 seconden voor het genereren van het 3D-model.
• Omgevingsinterpretatie: De VLM slaagde in 80% van de gevallen (8 van 10 scenario's) in het correct interpreteren van de context en het genereren van de juiste prompt.
• Beperkingen: Het systeem had moeite met complexe krommen of afgeronde hoeken (fillets); de gegenereerde gereedschappen hadden vaak scherpe randen of simpele cirkelvormige doorsneden.

Fase 2: Actiegeneratie (Generalisatie)
De prestaties werden getest op een UR-10 robot in verschillende generalisatie-scenario's:

• Fysieke generalisatie (variaties in grootte/kleur): ~83,5% succes.
• Visuele generalisatie (veranderde scènes/afleidingen): ~83,5% succes.
• Bewegingsgeneralisatie (verandering in objectpositie): ~70% succes.
• Semantische generalisatie (nieuwe instructies, bijv. "snijd de banaan" in plaats van "snijd de taart"): ~37% succes.

De resultaten tonen aan dat het systeem sterk is in fysieke en visuele aanpassing, maar nog significant verbetering nodig heeft bij het begrijpen van nieuwe semantische instructies en complexe bewegingspatronen.

5. Betekenis en Toekomstperspectief

"Evolution 6.0" vertegenwoordigt een fundamentele stap richting embodied intelligence (geïnkarneerde intelligentie). Het stelt robots in staat om zelfstandig te overleven en te werken in omgevingen waar menselijke ondersteuning of vooraf geproduceerde gereedschappen ontbreken.

Toekomstige ontwikkelingen volgens de auteurs omvatten:

• Uitbreiding naar tweehandige manipulatie (bimanual manipulation) voor coördinatie tussen twee armen.
• Verbetering van de semantische generalisatie om complexere en nieuwere instructies beter te begrijpen.
• Optimalisatie van de omgevingsinterpretatie voor rommelige of ambiguïe situaties, mogelijk door imitatielearning (imitatie van menselijk gedrag) te integreren.

Dit onderzoek onderstreept het potentieel van generatieve AI om robots niet alleen tot uitvoerders, maar tot zelfstandige probleemoplossers te maken in de echte wereld.