ASUS sætter menneskeligt arbejdstempo som mål for pakning med humanoidrobotten Gallop

ASUS beskrev den 13. november 2026 Gallop nærmere, sin første humanoide robot, som er ved at lære at pakke 15 tilbehørsdele til bundkort på en af koncernens elektronikfabrikker med et mål om at opnå en succesrate på 99,5 % inden for 20 sekunder pr. kort.

Mange af delene ligger i tynde, gennemsigtige poser, hvilket gør arbejdsstationen til en vanskelig opgave for simple gribere. ASUS har valgt den for at afprøve, om robotten kan klare det meste af en opgave, uden at en person hele tiden står ved siden af den. Virksomheden anvender samme standard for hastighed og succes på mennesker; Gallops tal er mål, ikke resultater, der er rapporteret som opnåede.

Hele forløbet med demonstration, indlæring og afprøvning på produktionslinjen fungerer nu: En person viser opgaven, robotten lærer den, og ASUS afprøver den på linjen. Robotten udvikles af forretningsenheden Humanoid Robotics under Physical AI Solutions Business Group i et program, der begyndte i starten af 2026.

ASUS’ bredere argument for humanoidformen er, at arme og smidige hænder kan bruge eksisterende arbejdsstationer, værktøj og bakker, der er designet til mennesker. Dermed undgår man at skulle bygge fabrikken om omkring robotten, samtidig med at ASUS anerkender, at ikke alle opgaver kræver en humanoidrobot.

Træning baseret på erfarne medarbejdere

ASUS tager udgangspunkt i åbne AI-modeller i stedet for selv at bygge en stor model. Erfarne medarbejdere bærer med deres samtykke kameraer monteret på hovedet, så deres demonstrationer viser, hvordan arbejdet faktisk udføres. Simulering skaber variationer af disse eksempler, hvorefter en operatør med VR-headset og handsker guider Gallop gennem øvelser med de samme dele og kameraer, som bruges på den rigtige arbejdsstation.

Optagelser, der laves, efter robotten er sat i drift, indgår igen i træningen. ASUS beskriver sin fordel som adgang til de rigtige data fra virkelige arbejdsstationer, dele og kvalitetskrav. Virksomhedens egne fabrikker for elektroniktjenester giver et testmiljø, som de fleste robotvirksomheder er nødt til at leje.

Fire softwarelag og hardware udviklet internt

Gallops software er opdelt i fire lag. En planlægger fortolker scenen og opdeler opgaven i trin; en anden AI-funktion overvåger hvert trin og lægger en ny plan, hvis der opstår et problem; et færdighedslag håndterer at række ud, gribe og placere; og et kontrollag bevæger arme og hænder præcist og standser dem, hvis noget er galt.

Faste grænseflader mellem lagene skal gøre det muligt for ASUS at udskifte AI-modeller uden at bygge robotten om. Systemet kører på én NVIDIA Jetson AGX Thor-computer inde i Gallop og bruger standardsoftware til robotteknologi.

ASUS designer selv robotkroppen og en smidig hånd med berøringssans, mens motorer og andre standardkomponenter kommer fra etablerede samarbejdspartnere. Den nuværende robot har en fast base og to arme til stationært arbejde med at samle op og placere. Den hånd, ASUS har udviklet internt, er endnu ikke integreret.

Planer for pilotprojekter og kommercialisering

ASUS planlægger at integrere hånden, tilføje hjul og præsentere Gallop for kunder på Computex 2027. Der er også planlagt pilotprojekter med kunder samme år. Målet er, at robotten bliver tilgængelig på markedet i andet halvår af 2028.

Elektronikproduktion er det første planlagte marked. ASUS forventer, at færdigheder inden for opsamling og placering, som robotten lærer i én opgave, kan overføres til andre, hvilket muligvis senere kan åbne for brug på hospitaler og andre servicearbejdssteder.

ASUS målretter robotten mod gentagne, fysisk krævende arbejdsstationer, der er vanskelige at bemande, ikke mod at erstatte medarbejdere. Medarbejdere, der lærer robotten op, skal i stedet overgå til at opstille, overvåge og forbedre robotter.

De planlagte pilotprojekter skal afprøve, om indlæring fra erfarne medarbejdere og data fra den enkelte arbejdsstation kan opretholde fabrikkens kvalitet og tempo i den daglige drift. ASUS har gjort denne ensartethed til en forudsætning for bredere anvendelse: Gallops fungerende træningsforløb er udgangspunktet, og pilotprojekterne skal vise, at det kan levere gentagelige resultater under almindelige fabriksforhold.