Die Kraft von Unity in der KI

Seit 2018 hat Cross Compass Unity in die Pipeline mehrerer seiner Beratungsdienste für den Fertigungsbereich integriert, um KI-Algorithmen sicher zu trainieren und zu validieren, bevor sie eingesetzt werden. Lesen Sie weiter, um zu erfahren, wie dieses KI-Unternehmen Gaming-Technologie nutzt, um einer so reifen Branche einen Mehrwert zu verleihen.

Cross Compass ist ein führendes KI-Unternehmen, das hochmoderne Lösungen für globale Branchenführer in der Fertigung, Robotik, Gaming, Gesundheitswesen, Design und Marketing anbietet. Gegründet in Tokio im Jahr 2015, entwickelt Cross Compass bahnbrechende Techniken in Deep Learning, Machine Learning und Artificial Life, um Sicherheit, Qualität und Produktivität zum Wohle der Gesellschaft zu erhöhen.

Wir haben sie eingeladen, in eigenen Worten zu teilen, warum sie Unity angenommen haben und wie es ihnen hilft, die folgenden Vorteile zu bieten:

• Bietet eine Plattform zur Diskussion von Spezifikationen und Fortschritten mit Kunden und Partnern
• Vermeidet viele Sicherheitsprüfungen, die erforderlich sind, um die Datenumgebungsumgebung einzurichten
• Bietet eine unbegrenzte Menge an Daten für das Training und Testen von KI
• Ermöglicht schnellere iterative Zyklen des KI-Trainings und -Testens in Simulationen
• Führt zur Bereitstellung von KI-Lösungen mit höherer Leistung und Qualität für Endbenutzer
• Erhöht den Wert menschlicher Intervention, während KIs die sich wiederholenden Aufgaben zuverlässig übernehmen

Erfahren Sie mehr in diesem Gastbeitrag von Cross Compass von Romain Angénieux, Leiter der KI-Simulationsgruppe; Steven Weigh, globaler Markenidentitätsdesigner; und Antoine Pasquali, Chief Technology Officer.

Die Gestaltung und Implementierung von hochmodernen KI-Lösungen für Fertigungsumgebungen ist ein komplizierter Prozess. Fertigungsproduktionslinien wurden über Jahrzehnte hinweg akribisch optimiert und perfektioniert. Experten haben jedes Detail von Anfang bis Ende entworfen, angepasst und iteriert, um die höchsten Effizienz-, Sicherheits- und Qualitätsstandards zu gewährleisten, die strengen Branchenanforderungen und engen Lieferfristen entsprechen. Dies führt zu null Spielraum für Experimente, Störungen, Risiken oder unbewährte Methoden.

KI hingegen entwickelt sich mit Lichtgeschwindigkeit. Jeder andere Tag bringt neue Forschungen zu den neuesten Methoden, erweiterten Möglichkeiten und neuen Grenzen. Die meisten dieser Forschungen existieren jedoch nur im Labor, basierend auf sorgfältig kuratierten Daten, die wenig Ähnlichkeit mit den lauten, unstrukturierten, nicht gekennzeichneten oder, wie oft der Fall ist, dem völligen Fehlen von Daten haben, die in der realen Welt existieren. Im krassen Gegensatz zur Fertigung nimmt sich die KI selten die Zeit, sich unter realen Bedingungen zu validieren. Die beiden Branchen könnten in ihren Ansätzen nicht weiter auseinander liegen.

Im Labor ist eine Genauigkeit von 99 % eine lobenswerte Leistung. In der Fertigungsumgebung ist eine verbleibende Fehlerquote von 1 % ein inakzeptabel hohes Risiko für Fehler, Mängel oder Sicherheit, das schwerwiegende Folgen in der realen Welt haben kann. Angesichts dieser Dichotomie, wie könnten wir die neuesten KI-Lösungen in eine so präzise, eingeschränkte Umgebung einführen? Und wie könnten wir KI-Lösungen experimentell validieren und bereitstellen, ohne Risiken, Kosten, Ausfallzeiten oder eine Kombination aus all dem einzuführen? Das waren die Fragen, die wir uns stellten, als wir damit beauftragt wurden, KI auf den Fabrikböden unserer Kunden zu trainieren und bereitzustellen.

Die offensichtlichste Lösung war, die Fertigungsumgebung ins Labor zu bringen. Das heißt, den Fabrikboden in einer simulierten Umgebung nachzubilden, in der wir unsere KI-Lösungen entwickeln können, ohne Angst vor Ausfallzeiten oder der Beschädigung modernster Geräte zu haben.

Eine simulierte Umgebung gibt uns die totale Kontrolle über die Fabrikbedingungen, sodass wir Parameter ändern, experimentieren, stören und unsere Algorithmen validieren können, um neue KI-Lösungen zu untersuchen. Mit anderen Worten, Simulation ermöglicht es uns, all die Dinge zu tun, die wir in der realen Welt nicht tun können.

Im Jahr 2018 führten wir eine Analyse der Lösungen auf dem Markt durch, um zu bestimmen, welche Technologie am besten zu unseren Bedürfnissen in Bezug auf Simulation passt.

Das Ziel war es, die Einrichtung der Umgebung, die Datensammlung und die Validierung der Leistung der KI vor der Bereitstellung auf dem physischen Roboter einfacher, schneller und sicherer zu gestalten.

Wir begannen damit, roboter-spezifische Motoren zu untersuchen, die entwickelt wurden, um das Verhalten von Robotern, die Eigenschaften und Abhängigkeiten von Gelenken sowie Sensoren zu simulieren. Diese Motoren sind in Bezug auf Physik, Verhaltenskontrolle und Niedrig-Level-Robotik extrem genau. Allerdings, und trotz ihrer starken Bindung an den Realismus, fanden wir, dass diesen Motoren die Flexibilität fehlte, um komplexere Szenen nachzubilden.

Meteorologische Domänen-Randomisierung (MDR) für robotische Anwendungen. Wir nutzen Unitys High Definition Render Pipeline (HDRP) und den Shader Graph Workflow, um Variationen in den Himmelbedingungen, Lichtern, Hintergründen und Objekttexturen zu erstellen. (Mit freundlicher Genehmigung von Cross Compass)

Im Kontext von KI benötigen wir zwar genaue Physik und perfekte Kontrolle über das Verhalten des Roboters, aber wir müssen auch eine Vielzahl von Objekten unterschiedlicher Formen mit realistischen Texturen und visuellen Effekten importieren, wie Lichter, Schatten, Kameraeffekte usw.

Hier haben wir festgestellt, dass Spiel-Engines gut auf diese Vielzahl von Anforderungen reagieren, da sie einfache Antworten auf diese anderen Einschränkungen bieten. Die Manipulation von Robotern wäre weiterhin auf einem höheren Kontrollniveau möglich, was unserer Strategie entspricht, hardwareunabhängige Lösungen zu entwickeln.

Bemerkenswerterweise ermöglichte es uns Unity, uns darauf zu konzentrieren, nur die Funktionen zu erstellen, die für das Training von KI auf Robotern erforderlich sind, während der Rest der Engine überlassen wurde. Um Entwicklungszeit zu sparen, konnten wir direkt auf den vorhandenen Datei-Importer, das Rendering-System, die Physik-Engine, den Skriptlebenszyklus, den Scheduler und die Bereitstellungsoptionen zurückgreifen.

Darüber hinaus bietet Unity regelmäßige Updates sowie Beiträge von Mitwirkenden, um die Engine an fortgeschrittenere Anwendungen wie unsere anzupassen. Die aktive Unterstützung des Unity-Ökosystems würde sicherstellen, dass potenzielle Probleme ordnungsgemäß angegangen werden.

Am Ende unserer Analyse erwies sich Unity als unsere beste Option aufgrund seiner Vielseitigkeit und Evolvierbarkeit.

Heute sind Unity-Entwicklungen vollständig in unsere Prozesse zur Automatisierung der Fertigung integriert. Auf der Forschungsseite erstellen wir vielfältige Szenen, die vom Picking über Navigation bis hin zu adaptiver Kontrolle basierend auf Sensorfeedback reichen, um die Robustheit unserer KI-Algorithmen unter unerwarteten Bedingungen zu testen und unsere Technologie weiter in unerforschte Gebiete voranzutreiben.

Jedes Forschungsprojekt entsteht aus dem Bedarf eines Kunden und wird dann zu einer allgemeineren Lösung erweitert, um ähnliche Fälle zu adressieren. Wir integrieren diese Lösungen nacheinander in unsere Hauptsimulationsumgebung als paketierte Assets, um einen kontinuierlichen Entwicklungsworkflow, Kompatibilität über die Zeit und sauberen Code aufrechtzuerhalten.

Seit wir begonnen haben, Unity zu verwenden, haben wir hauptsächlich Funktionen für den Import von Objekten und Roboterteilen, die Erstellung realistischer Szenen und die Anwendung von Domänen-Randomisierungstechniken entwickelt. Parallel dazu haben wir Kommunikationsprotokolle mit unseren KIs und mit Drittanbieter-Roboter-Software sowie verschiedene Simulationskonfigurationen für die Datengenerierung, KI-Training, Tests und Validierung in Echtzeit für alle Szenen etabliert.

Unity bietet die erforderliche Flexibilität für solche Expertenentwicklungen, wie z.B. eine Berechnung der Physik unabhängig von der Simulationsgeschwindigkeit, die es ermöglicht, genaue Daten hundertmal schneller zu generieren, als das Auge sehen kann. Der Asset Store und die Tools von Unity-Partnern bieten uns auch gelegentliche Anpassungen und Funktionen für eine schnellere Fortschritt.

Unity hat es uns ermöglicht, die Zeit und die Kosten für das Training, Testen und Bereitstellen von KI-Lösungen für unsere Kunden und Partner erheblich zu reduzieren. Das Ergebnis sind höhere Sicherheitsniveaus, eine Steigerung des Wertes menschlicher Interventionen auf dem Fabrikboden und ein höherwertiges Produkt, das an Endbenutzer geliefert wird. Die Physik-Engine und Funktionen von Unity ermöglichen es uns, jeden Aspekt des simulierten Fabrikbodens zu steuern, was zu präziseren und robusteren KI-Lösungen als je zuvor führt.

Hier ist ein gängiger Arbeitsablauf für die Verwendung von Unity in unseren Projekten:

Bei Beratungsprojekten erstellen wir Abzweigungen unserer Haupt-Unity-Umgebung, in der wir frei arbeiten können, um die spezifischen Bedürfnisse der Kunden zu erfüllen, und später die hinzugefügten Funktionen wieder in den Hauptzweig zusammenführen. Typischerweise würden wir damit beginnen, ein Mockup der Lösung zu erstellen, indem wir eine vorkonfigurierte Szene mit unseren relevanten Assets auswählen und anpassen. Eine Demo in der Simulation für Kunden zu zeigen, hilft, die Spezifikationen des Projekts sowie das Endziel in Bezug auf die Bereitstellung in der Fabrik zu klären.

Wir bereiten dann die Umgebung und die KI für das Training vor. Simulation bietet uns den Luxus der Datengenerierung, wobei wir Daten in einer viel schnelleren, sichereren und flexibleren Weise generieren, als es die Erhebung in der realen Welt zulassen würde. Nur KI-Experten können die relevanten Informationen aus der Simulation entnehmen; jedoch wird die Datenbeschriftung kostenlos erhalten. Das bedeutet, dass wir der KI beliebige Daten mit höchster Präzision bereitstellen können, während es in der realen Welt schwierig oder sogar unmöglich sein könnte, dieselben Daten zu sammeln. Darüber hinaus gibt es keine Begrenzung für die Menge an generierten Daten.

Domänenrandomisierung, die auf die visuelle Eingabe der KI angewendet wird. MDR-Techniken werden in der Simulation angewendet, um sicherzustellen, dass die KI unter realen Bedingungen effektiv funktioniert. (Mit freundlicher Genehmigung von Cross Compass)

An diesem Punkt testen wir unsere Modelle und optimieren deren Genauigkeit bis zur vom Kunden festgelegten Fehlermarge, um eine robuste Endlösung sicherzustellen. Dafür müssen wir unsere KI trainieren, damit sie in der realen Welt unter unerwarteten Licht- und Geräuschvariationen, die von Kameras und anderen Sensoren empfangen werden, effektiv sind. Unser verpacktes Asset für die Domänenrandomisierung wurde speziell entwickelt, um diese Lücke zu schließen. Wir validieren dann unsere KI in einer Echtzeitsimulation. Dies wird auch verwendet, um die KI-Lösung den Kunden vorzuführen.

Schließlich setzen wir es in der Fabrik ein. Unsere Robotik-Ingenieure bereiten, je nach Anzahl der Bereitstellungselemente, entweder eine Testbank oder das endgültige System direkt beim Kunden vor, mit Unterstützung von Systemintegratoren. KI-Ingenieure führen die ersten Tests durch, und typischerweise besucht auch ein Mitglied unseres Simulationsteams, um die Übereinstimmung mit der simulierten Szene, die für das Training verwendet wurde, zu überprüfen. Dies ermöglicht schnelle Anpassungen, falls erforderlich, bevor die endgültige KI, die auf einem viel größeren Datensatz trainiert wurde, versendet wird, bevor schließlich die Fabriktechniker angewiesen werden, wie sie ihre neu erworbenen KI-Algorithmen verwenden.

Entwicklung unserer Picking-Lösung über die Versionen 1.0 bis 3.0. Version 1 replizierte realistische physikalische Bedingungen beim Aufnehmen von Objekten aus dem Eimer. Version 2 konzentrierte sich auf die Simulation des Roboters und der Greifer. Der MDR wurde dann in Version 3 entwickelt und angewendet. Die KI-Techniken wurden auch in jeder Version perfektioniert, wie an den Kamera-Widgets zu sehen ist. (Mit freundlicher Genehmigung von Cross Compass) Unity ist ein fortlaufender Prozess, ebenso wie unsere eigene Entwicklung, und unser Code-Basis und unsere Prozesse verbessern sich mit jedem neuen Projekt. Wir sind bisher noch nicht auf eine Herausforderung gestoßen, die wir mit Unity und unserem Fachwissen nicht bewältigen können.

---

Beginnen Sie mit Unity Industry.