NTT Data und TH Rosenheim liefern erste Ergebnisse
Quantencomputing für die Fertigungsbranche
NTT Data, globaler Anbieter für digitale Geschäfts- und IT-Dienstleistungen, hat in Zusammenarbeit mit dem proto_lab der TH Rosenheim zwei Machbarkeitsstudien für die Anwendung von Quantentechnik in der Fertigungsindustrie erfolgreich abgeschlossen. Das teilten NTT DATA und TH Rosenheim in einer gemeinsamen Erklärung mit.
Die Studien liefern grundlegende Erkenntnisse zur Planung der Auftragsbearbeitung in hochkomplexen Produktionsinfrastrukturen und zum effizienten Training von Robotern für inhomogene Arbeitsabläufe. In beiden Fällen dient die Quantentechnik dazu, die erforderlichen KI-Prozesse zu beschleunigen.
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 (Hindernisse, Erschütterungen etc.) 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 Quantentechnik für ein effizienteres Training von Robotern zu belegen. Erfolgsentscheidend war dabei die Kombination von Reinforcement-Learning und Quantencomputing.
Für ihre 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 Quantentechnik in der Lage ist, die komplexen Steuerungsalgorithmen während der Laufzeit der herkömmlichen digitalen Roboterarmsteuerung auszuführen und damit die Lernkurve erheblich zu steigern.
In einer weiteren gemeinsamen Machbarkeitsstudie konnten die Forschenden Taillards Job-Shop-Problem, einen gängigen Benchmark für die Leistungsfähigkeit von Algorithmen in der Fertigungslogistik, erstmals mit Hilfe 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 sogenannte chaotische Amplitudenkontrolle. Mit der neuen Technik verfügen Anwender über die Möglichkeit, schneller Lösungen für Steuerungsprobleme in zunehmend komplexeren Fertigungsumgebungen zu finden.
Lesen Sie mehr zum Thema
