Quantum Reinforcement-Learning trainiert Roboter effizienter Quantencomputing für die Fertigungsbranche

Von Ulrike Ostler

Lassen sich Roboter für inhomogene Abläufe mithilfe von Quantencomputern effizienter trainieren? Dieser Frage gehen zwei Machbarkeitsstudien von IT-Dienstleister NTT Data und dem Proto_lab der TH Rosenheim nach. Diese liefern nun grundlegende Erkenntnisse zur Planung der Auftragsbearbeitung in hoch komplexen Produktionsinfrastrukturen.

Anbieter zum Thema

Die Machbarkeitsstudien von NTT Data und der TH Rosenheim liefern grundlegende Erkenntnisse zur Planung der Auftragsbearbeitung in hoch komplexen Produktionsinfrastrukturen und zum effizienten Training von Robotern für inhomogene Arbeitsabläufe.
Die Machbarkeitsstudien von NTT Data und der TH Rosenheim liefern grundlegende Erkenntnisse zur Planung der Auftragsbearbeitung in hoch komplexen Produktionsinfrastrukturen und zum effizienten Training von Robotern für inhomogene Arbeitsabläufe.
(Bild: ipopba - stock.adobe.com)

Statisch fixierte Roboterarme übernehmen in der Industrie bereits heute vielfältige Tätigkeiten. Mobil eingesetzt könnten sie zahlreiche zusätzliche Aufgaben wie die Automatisierung von Gütertransport in Produktionsumgebungen (Intralogistik) übernehmen.

Allerdings führt die Bewegung im Raum dazu, dass die Berechnung, der für eine bestimmte Aktion erforderlichen Kräfte, erschwert wird. Vereinfacht dargestellt wird dieses Problem in der Wissenschaft als „Cart-Pole“-Modell. Dabei kommt es darauf an, einen fahrbaren Untersatz (Cart) so zu steuern, dass eine darauf stehende Stange (Pole) in der Senkrechten bleibt und dabei auf Veränderungen im Umfeld des Carts, etwa Hindernisse und 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.

Quantencomputing-Power aus der AWS-Cloud

Für ihre praktischen Experimente verwendeten die Forschenden den Service „Amazon Braket“ von AWS. Diese Cloud-Plattform bietet verschiedene Geräte zum Ausführen von hybriden Quantenalgorithmen (siehe: „AWS öffnet Amazon Braket; Es ist soweit: Quantencomputing aus der AWS-Cloud“).

Damit gelang es erstmals in einem 'Real-World-Szenario' nachzuweisen, dass die Quantentechnologie in der Lage ist, die komplexen Steuerungsalgorithmen während der Laufzeit der herkömmlichen digitalen Roboterarmsteuerung auszuführen und damit die Lernkurve erheblich zu steigern.

Quantencomputing ermöglicht chaotische Amplitudenkontrolle für Job-Shop-Probleme

In einer weiteren gemeinsamen Machbarkeitsstudie von NTT Data und TH Rosenheim 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 innovativen Technologie auf klassischer Hardware entwickelten die Forschungsteams mehrere Algorithmen, darunter die chaotische Amplitudenkontrolle.

Oliver Köth, Chief Technology Office bei NTT Data DACH (li.) und Dr.-Ing. Noah Klarmann, Professor für künstliche Intelligenz an der Technischen Hochschule Rosenheim.
Oliver Köth, Chief Technology Office bei NTT Data DACH (li.) und Dr.-Ing. Noah Klarmann, Professor für künstliche Intelligenz an der Technischen Hochschule Rosenheim.
(Bild: NTT Data/ TH Rosenheim)

Mit der neuen Technologie verfügen Anwender über die Möglichkeit, schneller Lösungen für Steuerungsprobleme in zunehmend komplexeren Fertigungsumgebungen zu finden. Professor Noah Klarmann, Professor für künstliche Intelligenz an der Technischen Hochschule Rosenheim, kommentiert die Ergebnisse der Machbarkeitsstudie so: „Der Einsatz künstlicher Intelligenz zur Steuerung industrieller Prozesse wird zunehmend zu einem kritischen Wettbewerbsfaktor für produzierende Unternehmen in Deutschland, in Europa und weltweit. Moderne Anwendungen erfordern enorme Rechenleistung bei gleichzeitig möglichst geringen Latenzzeiten. In diesem Zusammenhang zeigte die spannende Zusammenarbeit mit NTT Data das enorme Potenzial von Quantencomputing im Vergleich zu traditionellen Lösungen.“

Auch Oliver Köth, Chief Technology Officer bei NTT Data DACH, betont ebefalls das Potenzial: „Quantencomputing ist ein mächtiges Werkzeug, um Lösungen für die zunehmend komplexen Aufgaben in Wirtschaft und Gesellschaft zu finden. [...] Gemeinsam laden wir Unternehmen und Institutionen aus Wirtschaft, Wissenschaft und Technik ein, neue Anwendungsszenarien zu finden, um die Geschäftsmodelle von morgen mit Quantentechnologie effektiv und nachhaltig zu unterstützen.“

Artikelfiles und Artikellinks

(ID:48283711)