Varios tipos de herramientas de máquina de control numérico (NC) pueden ser operadas y controladas de manera estándar basándose en datos NC que pueden ser generados fácilmente utilizando sistemas CAD/CAM ampliamente difundidos. Por otro lado, los entornos de operación de los robots industriales aún dependen de sistemas de enseñanza y reproducción convencionales proporcionados por los fabricantes, por lo que parece que no se han estandarizado y unificado como las herramientas de máquina NC. Además, las extensiones funcionales robóticas, por ejemplo, la fácil implementación de un modelo de aprendizaje automático, como una red neuronal convolucional (CNN), un controlador de retroalimentación visual, control cooperativo para múltiples robots, etc., aún no se han realizado de manera suficiente. En este documento, se propone una interfaz robótica basada en datos de ubicación de cortador hiper (HCLS) para abordar estos problemas. Gracias a la interfaz robótica basada en datos HCLS, la secuencia de control robótico puede ser descrita de manera visual y unificada como códigos NC. Además, un modelo CNN basado en VGG19 para la detección de defectos, cuya precisión de clasificación es superior al 99% y el tiempo promedio para el cálculo hacia adelante es de 70 ms, puede ser incorporado sistemáticamente en una aplicación de control robótico que maneja múltiples robots. La efectividad y validez del sistema propuesto se demuestran a través de una tarea cooperativa de recogida y colocación utilizando tres robots industriales de tamaño pequeño MG400 y una tarea de encajar un clavija en un agujero mientras se verifican defectos indeseables en las piezas de trabajo con un modelo CNN sin utilizar ningún controlador lógico programable (PLC). Las especificaciones de la PC utilizada para los experimentos son CPU: Intel(R) Core(TM) i9-10850K CPU 3.60 GHz, GPU: NVIDIA GeForce RTX 3090, Memoria principal: 64 GB.