BMW集团Landshut工厂正在扩大其在物理人工智能方面的工作，承担部件生产中人工智能机器人的中央软件开发。工厂基于演示的学习流程使用MANUS数据手套来捕捉训练其人形机器人系统的灵巧操作数据。

从工厂车间到虚拟排练

Landshut工厂正在开发一个模块化的机器人生态系统，该系统将确定性编程与视觉-语言-行动模型相结合，集成了视觉信息、语言理解和机器人行动。实现这一目标依赖于可靠的训练数据。项目团队从真实的生产环境和测试设置中获取数据，并将其输入到机器人模拟中，在分阶段测试和缩放之前，对运动模式和运动规划进行虚拟建模。

与此同时，人形机器人系统通过基于演示的学习获得新技能。项目团队成员执行运动模式和工作顺序，这些捕捉通过摄像系统、动作捕捉套装和MANUS手套记录。采集到的数据被转换成可概括的行为模型，可以在不同的任务和用例之间转移。

从Manus获得可靠的数据

相机和动作捕捉套装可以很好地处理全身姿势和空间背景。手和手指的关节是一个单独的问题，因为遮挡和小关节尺寸使得基于视觉的系统在捕捉灵巧操作时不太可靠。MANUS手套是Plant Landshut堆栈中的组件，可解决这一问题，直接从操作员动作中获取精确数据。

这直接关系到Plant Landshut规定的重点领域，包括识别和解释环境、确定位置和状态、规划有效的运动以及精确地抓取和移动部件。抓取和移动组件是一项复杂操作任务，手部运动不精确或分辨率不足的演示数据训练的策略不能被推广到任何依赖精细运动控制的任务中，Manus手套解决了这一难题。

BMW集团Landshut工厂正在与合作伙伴合作，包括Athenyx Robotics，一家在亚琛工业大学机床和生产工程实验室成立的初创公司，以及Landshut应用科学大学，进行数据生成，模拟和用例开发。