Im Rahmen der laufenden Zusammenarbeit des Johns Hopkins Applied Physics Laboratory (APL) mit verschiedenen Branchen zur Förderung zukunftsweisender Forschung und Entwicklung für die USA demonstrierten das Labor und Microsoft kürzlich einen agentenbasierten KI-Planer, der heterogene Roboterteams koordinieren kann. Diese neue Forschung zeigt, wie grosse Sprachmodelle es Robotern verschiedener Typen ermöglichen, eines Tages als integrierte, leistungsstarke Teams an gemeinsamen, komplexen Missionen teilzunehmen. Die Demonstration im September, ein Ergebnis der laufenden Zusammenarbeit beider Organisationen in den Bereichen Robotik, Autonomie und künstliche Intelligenz, fand auf dem APL-Campus in Laurel, Maryland, statt.
Eine der grössten Herausforderungen der Autonomie meistern
Die Koordination von Roboterteams in komplexen, dynamischen Umgebungen zählt nach wie vor zu den grössten Herausforderungen der Autonomie. Viele Robotersysteme sind hochspezialisiert, was die Integration von Boden-, Luft- und Seeplattformen in ein zusammenhängendes Team erschwert. An dieser Herausforderung arbeitet das APL seit einigen Jahren, parallel zur zunehmenden Verbreitung autonomer Systeme. Der neue KI-Agent MAESTRO (kurz für Microsoft and APL’s Ecosystem for Strategic Teaming in Robotics Operations) löst das Problem durch die Interpretation und Skalierung komplexer menschlicher Anweisungen.
Von einfachen Befehlen zu komplexen Missionen
Während der Demonstration gab David Patrone, ein führender Robotikforscher bei APL, MAESTRO Befehle in natürlicher Sprache und steigerte deren Komplexität schrittweise. Anfängliche Anweisungen waren einfach, wie beispielsweise „Lass eine Bodenplattform fünf Schritte vorwärts gehen“, während spätere Aufgaben komplexere Ziele umfassten, wie etwa:
„Suche in diesem Bereich nach einer Kühltasche“.
Selbst eine scheinbar einfache Aufgabe wie das Finden einer Kühltasche erforderte von MAESTRO eine ausgefeilte Aktionsplanung und Entscheidungsfindung. Dazu gehörten:
- die Identifizierung und Zuweisung des Roboters mit Wärmebildkamera,
- die Bestimmung seiner Entfernung zur Kühltasche,
- die Positionierung des Roboters und
- die Messung der Temperatur des Gegenstands mithilfe des Wärmesensors.
APL hat ähnliche, komplexere Tests im Freien durchgeführt und dabei sowohl luft- als auch bodengestützte Roboter- und Drohnenplattformen integriert, um die grössere Bandbreite an Fähigkeiten zu demonstrieren.
Führungskräfte von APL Robotics, Microsoft und APL trafen sich nach einer Demonstration im September, bei der ein KI-Agent vorgestellt wurde, der heterogene Roboterteams mithilfe grosser Sprachmodelle koordinieren kann. Die Veranstaltung verdeutlichte, wie APLs Expertise im Bereich Autonomie und Microsofts skalierbare Cloud-Technologien die Zukunft der kollaborativen Robotik durch reale KI-Anwendungen prägen.
Dieser Ansatz könnte Anwendungen in Bereichen wie Katastrophenhilfe, Logistik und Verteidigung verbessern – überall dort, wo mehrere Roboterplattformen mit minimalem menschlichen Eingriff zusammenarbeiten müssen. Anstatt jeden Roboter einzeln zu steuern, könnte ein einzelner Bediener einen allgemeinen Befehl wie „Durchsuche diesen Bereich“ geben und MAESTRO die Aufgabenverteilung zwischen den Robotern bestimmen lassen.
Stärkenbündelung
Die Demonstration unterstreicht die sich ergänzenden Kompetenzen der Organisationen. APL brachte seine jahrzehntelange Erfahrung in den Bereichen Autonomie, Robotik und domänenübergreifende Operationen ein. Die Forscher des Labors entwarfen die agentenbasierte KI-Architektur, entwickelten die Schnittstellen für die Interaktion verschiedener Robotertypen und stellten die Testumgebung bereit. Microsoft steuerte seine Cloud-Infrastruktur und KI-Expertise bei und ermöglichte den Zugriff auf grosse Sprachmodelle, die auf der Cloud-Plattform Azure gehostet werden. Dies ermöglichte die Kommunikation zwischen MAESTRO und den Robotern.
„Wir bei APL sind auf die Entwicklung missionsorientierter Software und Architekturen spezialisiert, die autonome Systeme in anspruchsvollen Umgebungen unterstützen“, so Bart Paulhamus, Leiter des Intelligent Systems Center bei APL. „Die Zusammenarbeit mit einer Reihe innovativer Industriepartner ermutigt uns, neue Ideen zu entwickeln und beschleunigt die Bereitstellung wirkungsvoller Systeme für unsere Auftraggeber. Wir untersuchen beispielsweise, wie sich diese Designs von Prototypen zu Systemen skalieren lassen, die Hunderte oder sogar Tausende von Robotern unterstützen können.“
„MAESTRO“ demonstriert, wie missionsorientierte Forschung und Azure AI eine einzige Absicht in koordiniertes Handeln verschiedener Roboter umsetzen und so zu sichereren und schnelleren Ergebnissen bei komplexen realen Missionen beitragen können.
„Durch die Kombination von APLs Expertise im Bereich autonomes Arbeiten mit Microsofts Cloud-basierter KI können Anwender Ergebnisse statt Geräte steuern – dank verantwortungsvoller, orchestrierter Teamarbeit in grossem Umfang“, so Chris Barry, Corporate Vice President, U.S. Public Sector Industries, Microsoft.
Die Demo im September diente zwar als erster Machbarkeitsnachweis, verdeutlicht aber die Vorteile der Kombination von APLs missionsorientierter Forschung mit den Stärken führender KI-Unternehmen wie Microsoft und legt den Grundstein für die weitere Zusammenarbeit mit der Industrie. Ziel ist die Entwicklung von Systemen, die nicht nur individuell intelligent, sondern auch in grossem Umfang kollaborativ agieren.
Quelle: Johns Hopkins Applied Physics Laboratory (APL), 2. Dezember 2025
https://www.jhuapl.edu/news/news-releases/251202-multi-robot-agent-ai-demo