Physical AI wird aktuell häufig mit der humanoiden Robotik verbunden. Dabei ist das Anwendungsspektrum deutlich größer und umfasst ebenso Maschinen, Anlagen und komplexe Versorgungssysteme.

Ein Beispiel hierfür erforschen wir am PTW in der ETA-Fabrik. Für die Betriebsoptimierung industrieller Energieversorgungssysteme setzen wir unter anderem Deep Reinforcement Learning ein. KI-Agenten lernen zunächst in einer Simulation bzw. an einem Digitalen Zwilling, geeignete Betriebsstrategien für unterschiedliche Situationen zu entwickeln.

Anschließend werden die entwickelten Strategien auf die reale Anlage übertragen und dort unter realen Betriebsbedingungen erprobt. Mit dieser Übertragung der KI-basierten Entscheidungen auf das physische System wird Physical AI konkret.