LG hat rund ein Jahr gebraucht, um einem Humanoiden einen einzigen Handgriff an der Waschmaschinenlinie in Tennessee beizubringen; die Demo dauerte Tage

LG Electronics testet seit rund einem Jahr einen humanoiden Roboter an einer einzigen Aufgabe in seinem Waschmaschinenwerk in Tennessee: die Deckplatte der Maschine anheben und an einen Lackierbügel hängen. Park Jeong-seop, der bei LG das Team für Robotik-Intelligenz leitet, stellte den Test am 9. November auf dem NVIDIA AI Day Seoul 2026 im Seouler COEX vor. Laut iNews24 fiel die Wahl auf diesen Arbeitsschritt, weil Beschäftigte, die die Platten immer wieder anheben, Ermüdung und Muskel-Skelett-Belastungen ansammeln.

Die aufschlussreichste Zahl fiel in der Fragerunde. Eine kurze Demo sei innerhalb weniger Tage möglich gewesen, sagte Park laut Chonji Ilbo; schwierig sei gewesen, den Roboter weiterarbeiten zu lassen, während die Teile von Durchgang zu Durchgang leicht verrutschten und das Licht wechselte. In dieser Lücke steckt der Preis eines Fabrik-Humanoiden. Die Demo ist billig; der Rest des Jahres ging dafür drauf, sie wiederholbar zu machen.

Jeder Fehler geht zurück in die Simulation

LG teilte die Arbeit in fünf Stufen. Die Ingenieure analysierten die Bewegungen erfahrener Werker, sammelten Teleoperations- und Simulationsdaten und trainierten damit NVIDIAs Modell Isaac GR00T. Mit NVIDIAs Videomodell Cosmos erzeugten sie synthetische Hintergründe, damit der Roboter mit Licht- und Umgebungswechseln zurechtkommt, und bauten in Isaac Sim eine fast exakte Kopie der Linie, um die Sim-to-Real-Lücke zu verkleinern. TensorRT verkürzte die Zeit, die der Roboter für die Wahl seiner nächsten Bewegung braucht. Scheitert der Roboter in der Halle, stellt das Team den Fehler in der Simulation nach und trainiert neu, berichtet iNews24.

„In einer echten Fabrik gibt es je nach Produktionsplan jeden Tag sehr viele Variablen“, sagte Park. „Leistung zu sichern, die diese Änderungen aushält, ist die wichtige Hausaufgabe.“ Lee Jong-hwan, Solution Architect für Physical AI bei NVIDIA, sagte in derselben Session, ein nur mit Erfolgen trainierter Roboter spiele am Ende auswendig gelernte Bahnen ab; er brauche auch Daten dazu, wie er sich nach einem Fehler wieder fängt.

Die nächsten 500.000 Stunden sind fürs Wiederholen

LG will über seine LG Data Factory bis Jahresende 500.000 Stunden Trainingsdaten sammeln und den Roboter immer wieder im Werk und in der Simulation prüfen. Ziel sind laut Newstop Korea höhere Wiederholgenauigkeit, bessere Anpassung an wechselnde Bedingungen und die Erholung nach Fehlern.

Das stärkste Argument gegen zu viel Deutung: Ein guter Teil des Jahres könnte in den Aufbau der Pipeline geflossen sein, und eine Pipeline lässt sich wiederverwenden. LG hat seinen fahrbaren Roboter CLOiD im August ins Werk in Tennessee gebracht und will im ersten Quartal des kommenden Jahres einen zweibeinigen Humanoiden auf Basis von Isaac GR00T vorstellen, berichtet iNews24. Dauert der zweite Arbeitsschritt an der Linie Wochen statt eines Jahres, war dieses Jahr eine Investition. Dauert er wieder ein Jahr, ist das der Preis pro Handgriff.