Red Hat und HP zeigen selbstverbessernde Roboter-Policy-Schleife auf einer einzigen KI-Station
Red Hat und HP haben eine geschlossene Schleife für Physical AI vorgestellt, die Daten sammelt, trainiert, evaluiert, signiert und Roboter-Policies ausliefert, und zwar komplett auf einer einzigen KI-Station vom Typ HP ZGX Fury. Laut Red Hat stieg die Erfolgsquote eines simulierten Roboterarms über 360 identisch initialisierte Szenen von 81,9 auf 92,5 Prozent.
- Red Hat und HP demonstrierten auf einer HP ZGX Fury AI-Station eine Schleife aus Aufzeichnen, Trainieren, Evaluieren und Ausrollen von Roboter-Policies.
- Laut Red Hat stieg die Erfolgsquote der Policy über 360 identisch initialisierte Szenen von 81,9 auf 92,5 Prozent.
- Kandidaten, die mit zu wenig Daten trainiert wurden, verschlechterten sich und wurden von den Evaluierungshürden gestoppt; ein Pull Request sorgt vor der Freigabe für eine menschliche Prüfung.
- HP plant eine offene Enterprise-KI-Plattform, die die HP ZGX Fury mit Red Hat AI Factory with NVIDIA kombiniert.
- Red Hat entwickelt eine quelloffene Physical-AI-Erweiterung für Podman Desktop.
Ein Flywheel auf Basis der ROS-Community-Demo
Die Demonstration beginnt mit der Physical-AI-Demo der ROS-Community. Sie nutzt Gazebo, um einen quelloffenen SO-ARM101-Arm zu simulieren, der mit einer per LeRobot trainierten Policy 3 Würfel greift und auf einem Tablett ablegt. Um die Policy zu testen, verschob das Team 1 Würfel um bis zu 3 cm in eine beliebige Richtung, wodurch neues Verhalten erforderlich wurde.
Episoden der bestehenden Policy wurden gegen den veränderten Aufbau ausgeführt, die Ergebnisse in Erfolge und Fehlschläge sortiert. Erfolgreiche Durchläufe fließen in versionierte Trainingsdaten ein. Fehlschläge werden zur Nachvollziehbarkeit vermerkt, aber nicht in die Datensammlung aufgenommen.
Sobald der Datensatz einen konfigurierbaren Schwellenwert erreicht, trainiert eine Pipeline in Red Hat OpenShift AI einen neuen Policy-Kandidaten und vergleicht ihn auf identischen Szenen mit der bestehenden Policy. Zeigt sich eine deutliche Verbesserung, verpackt die Pipeline den Kandidaten in einen signierten Container und registriert ihn in der Model Registry. Ein von der Pipeline erstellter Pull Request steuert die Freigabe, sodass ein Mensch sie prüfen kann. Nach der Freigabe verifiziert und verteilt Red Hat Edge Manager das Modell, und die Datensammlung beginnt von Neuem.
Ergebnisse, einschließlich einer gescheiterten Regression
Red Hat berichtet, dass frühe Kandidaten, die mit zu wenig Daten trainiert wurden, schlechter abschnitten als die ursprüngliche Policy und die Evaluierungshürden nicht passierten. Das Unternehmen sieht darin den Beleg, dass Regressionen sowohl möglich als auch folgenreich sind. Mit einem ausreichend großen Datensatz stieg die Erfolgsquote der resultierenden Policy von 81,9 Prozent beim Original auf 92,5 Prozent über 360 identisch initialisierte Szenen.
Der Beitrag versteht die Schleife als Antwort auf Fragen, die sich Robotik-Teams stellen: ob sich eine Policy tatsächlich verbessert oder nur ein paar glückliche Episoden hatte, wie sich Herkunft nachverfolgen und Artefakte verifizieren lassen und wie Flotten simuliert und verwaltet werden. Red Hat zufolge lassen sich diese Fragen bereits beantworten, allerdings meist mit vielen Werkzeugen und manuell koordinierten Abläufen.
Eine Workstation und eine geplante Plattform
Simulationen, Trainings-Pipelines, Evaluierungshürden, Plattform-Governance und verwaltete Geräte laufen auf einer einzigen KI-Station vom Typ HP ZGX Fury. Sie basiert auf NVIDIAs Architektur GB300 Grace Blackwell mit 748 Gigabyte kohärentem Speicher. Laut Red Hat beanspruchte die Workload nur einen Bruchteil der Ressourcen des Geräts. Damit bleibt Spielraum für Reinforcement Learning über viele parallele Simulationen, für das Hosting von Modellen mit bis zu 1 Billion Parametern oder für umfangreiche Digital-Twin-Umgebungen.
Red Hat argumentiert, Teams bräuchten dann keinen separaten Trainings-Cluster und keine eigene Validierungsumgebung, müssten nicht auf Kapazitäten in der Public Cloud warten und müssten keine proprietären Daten aus dem eigenen Netzwerk übertragen.
HP stellte zudem Pläne für eine offene Enterprise-KI-Plattform vor, die Inferenz im Produktivbetrieb näher an Nutzer, Anwendungen, Maschinen und Daten bringen soll. Sie würde die HP ZGX Fury mit Red Hat AI Factory with NVIDIA kombinieren. Zu den erklärten Zielen zählen ein höherer lokaler Inferenzdurchsatz, kürzere Einrichtungszeiten, geringeres Deployment-Risiko, bessere GPU-Auslastung und die Verwaltung von Modellen, Agenten und Anwendungen über Hybrid-Cloud-Umgebungen hinweg. Red Hat beschreibt die Robotik-Schleife als Erkundung ähnlicher Konzepte.
Was das für Robotik-Entwickler bedeutet
Red Hat zufolge sollen Entwickler ihre gewohnten Trainings- und Simulationswerkzeuge behalten, während die Plattform Evaluierung, Signierung von Artefakten und Flottenverwaltung übernimmt. Die Pipeline erzeugt ein signiertes Policy-Image im Format der Open Container Initiative (OCI). Zwischen dem Bestehen der Evaluierung und dem Laden des Modells auf das Gerät wird nichts neu verpackt.
Außerdem entwickelt Red Hat eine quelloffene Physical-AI-Erweiterung für Podman Desktop. Sie soll Images aus einer gewählten ROS2-Distribution und Architektur bauen, Simulationen ausführen und anzeigen, ROS2-Topics live überwachen und bei Registry-Arbeiten sowie beim Cluster-Deployment helfen. Red Hat plant sie als Upstream-Projekt und lädt Hardwarepartner und Community-Mitglieder zur Mitarbeit ein.
Red Hat: Red Hat and HP: Empowering physical AI from bench to fleet
