Reimagine Robotics werkt aan technologie waarmee industriële robots leren door te kijken en zelf te doen. Een medewerker toont de robot hoe een taak moet worden uitgevoerd, waarna de robot probeert die handeling te herhalen. Medewerkers kunnen fouten vervolgens zelf corrigeren. Die correcties helpen het leerproces bij te sturen en maken het mogelijk om veranderingen in productieprocessen aan te leren.
Volgens de oprichters lijkt de werkwijze op het aanleren van een taak aan een nieuwe collega. Werknemers hoeven daarvoor geen programmeurs in te schakelen en hebben geen gespecialiseerde programmeerkennis nodig. Reimagine Robotics wil robotica daarmee toegankelijker maken voor bedrijven. Ook het programmeren en herprogrammeren van robots moet volgens het bedrijf laagdrempeliger worden.
Sinds april 2025 actief
Reimagine Robotics werd in april 2025 opgericht door Jonathan Scholz, Oleg Sushkov, Akhil Raju en Misha Denil. Scholz gaf zeven jaar leiding aan het Applied Robotics-team van Google DeepMind in Londen. Het bedrijf heeft vestigingen in Londen en Sydney.
Sinds de oprichting richtte Reimagine Robotics zich op productontwikkeling, teamopbouw en samenwerking met klanten voor het testen van het platform. De onderneming komt daarmee uit de zogenoemde stealth-modus, een periode waarin de ontwikkeling grotendeels buiten de openbaarheid plaatsvond.
De volgende fase moet volgens het bedrijf in het teken staan van een nieuwe financieringsronde, uitbreiding van het team en een bredere inzet van de robots bij klanten. Reimagine Robotics verwacht dat iedere nieuwe toepassing bijdraagt aan snellere, betrouwbaardere en efficiëntere implementatie van de technologie.
De onderneming richt zich op industriële omgevingen waarin taken kunnen veranderen. Doordat werknemers de robots zelf nieuwe handelingen kunnen aanleren of fouten kunnen corrigeren, wil het bedrijf de inzet van robotica toegankelijk maken voor organisaties die niet voor iedere aanpassing gespecialiseerde programmeerkennis beschikbaar hebben. De technologie moet zo een manier bieden om robots op de werkvloer te trainen en aan te passen aan de praktijk.
