ASUS, Gallop insansı robotu için insan hızında paketleme hedefi belirledi

ASUS, 13 Kasım 2026’da ilk insansı robotu Gallop’un ayrıntılarını paylaştı. Robot, grubun elektronik fabrikalarından birinde anakart aksesuarlarını paketlemeyi öğreniyor. Hedef, anakart başına 20 saniye içinde %99,5 başarı oranına ulaşmak.

Parçaların çoğu ince, şeffaf poşetlerde bulunuyor; bu da çalışma istasyonunu basit tutucular için zorlu bir görev hâline getiriyor. ASUS, robotun bir kişinin sürekli yanında durmasına gerek kalmadan işin büyük bölümünü üstlenip üstlenemeyeceğini sınamak için bu istasyonu seçti. Şirket, aynı hız ve başarı ölçütünü insanlara da uyguluyor; Gallop için açıklanan değerler hedef niteliğinde, gerçekleşmiş sonuçlar değil.

Gösterim, öğrenme ve üretim hattında test süreçlerinin tamamını kapsayan döngü artık çalışıyor: Bir kişi görevi gösteriyor, robot öğreniyor ve ASUS onu hatta test ediyor. Robot, 2026’nın başlarında başlayan bir program kapsamında Fiziksel Yapay Zekâ Çözümleri İş Grubu bünyesindeki İnsansı Robotik iş birimi tarafından geliştiriliyor.

ASUS’un insansı robot biçimine ilişkin daha geniş kapsamlı yaklaşımı, kolların ve becerikli ellerin insanlar için tasarlanmış mevcut çalışma istasyonlarını, araçları ve tepsileri kullanabilmesi; böylece fabrikanın robot için baştan düzenlenmesi gereğinin ortadan kalkması üzerine kurulu. Şirket, her görevin insansı bir robot gerektirmediğini de kabul ediyor.

Deneyimli Çalışanların Eğitimine Dayalı Yaklaşım

ASUS, kendi bünyesinde dev bir model oluşturmak yerine açık yapay zekâ modelleriyle işe başlıyor. Deneyimli çalışanlar, rızaları alınarak başlarına kamera takıyor; böylece gösterdikleri örnekler işin gerçekte nasıl yapıldığını yansıtıyor. Simülasyon, bu örneklerin farklı varyasyonlarını oluşturuyor. Ardından VR başlığı ve eldiven takan bir operatör, gerçek istasyonda kullanılan parçalar ve kameralarla Gallop’a alıştırma yaptırıyor.

Robot devreye alındıktan sonra yapılan kayıtlar yeniden eğitim sürecine aktarılıyor. ASUS, avantajının gerçek istasyonlardan, parçalardan ve kalite kurallarından gelen doğru verilerden kaynaklandığını belirtiyor. Şirketin kendi elektronik üretim hizmetleri fabrikaları, çoğu robotik şirketinin kiralamak zorunda olduğu bir test ortamı sağlıyor.

Dört Yazılım Katmanı ve Şirket İçinde Geliştirilen Donanım

Gallop’un yazılımı dört katmana ayrılıyor. Bir planlayıcı sahneyi yorumlayıp işi adımlara bölüyor; ikinci bir yapay zekâ denetleyicisi her adımı kontrol ediyor ve bir sorun çıktığında planı yeniden oluşturuyor; beceri katmanı uzanma, kavrama ve yerleştirme işlemlerini yürütüyor; kontrol katmanı ise kolları ve elleri hassas biçimde hareket ettiriyor ve bir sorun olduğunda onları durduruyor.

Katmanlar arasındaki sabit arayüzler, ASUS’un robotu baştan oluşturmadan yapay zekâ modellerini değiştirebilmesini amaçlıyor. Sistem, Gallop’un içindeki tek bir NVIDIA Jetson AGX Thor bilgisayarında standart robotik yazılımları kullanarak çalışıyor.

ASUS, gövdeyi ve dokunma algılayabilen becerikli eli kendi bünyesinde tasarlıyor; motorlar ve diğer standart bileşenleriyse köklü iş ortaklarından temin ediyor. Mevcut robot, sabit bir taban ve sabit konumda yapılan alıp yerleştirme işleri için iki kol kullanıyor; şirket içinde geliştirilen el henüz robota entegre edilmedi.

Pilot Uygulama ve Ticarileştirme Planları

ASUS, söz konusu eli entegre etmeyi, tekerlek eklemeyi ve Gallop’u Computex 2027’de müşterilere göstermeyi planlıyor; aynı yıl müşteri pilot uygulamalarının da yapılması öngörülüyor. Ürünün piyasaya sunulması için 2028’in ikinci yarısı hedefleniyor.

İlk hedef pazar elektronik üretimi. ASUS, bir işte öğrenilen alıp yerleştirme becerilerinin başka işlere de aktarılabileceğini ve bunun ileride hastanelerde ve hizmet sunulan tesislerde olası kullanım alanları yaratacağını düşünüyor.

ASUS, robotu çalışanların yerine geçecek bir sistem olarak değil, personel bulmanın zor olduğu, tekrarlayan ve fiziksel güç gerektiren istasyonlara yönelik bir çözüm olarak konumlandırıyor. Robota işi öğreten çalışanlar; robotları kurma, denetleme ve iyileştirme görevlerine geçecek.

Planlanan pilot uygulamalar, deneyimli çalışanlardan öğrenmenin ve istasyona özgü verilerin fabrika kalitesini ve çalışma hızını günlük işleyiş boyunca koruyup koruyamayacağını sınayacak. ASUS, bu tutarlılığı daha geniş çaplı kullanım için eşik olarak belirledi: Gallop’un işleyen eğitim döngüsü başlangıç noktası; pilot uygulamalar ise sistemin gündelik fabrika koşullarında tekrarlanabilir sonuçlar üretebildiğini göstermeli.