Figure AI-Roboter räumt den Geschirrspüler mit vollem Körpereinsatz aus

Das US-Unternehmen Figure AI hat ein System vorgestellt, das einen humanoiden Roboter über ein einziges neuronales Netzwerk steuert. Eine vierminütige Küchendemonstration soll zeigen, was möglich ist.

Die Kombination von Fortbewegung und Manipulation gilt seit Jahrzehnten als eines der hartnäckigsten Probleme der Robotik. Hebt ein Roboter etwas an, verändert sich seine Balance, macht er einen Schritt, verändert sich seine Reichweite. Arme und Beine beeinflussen sich kontinuierlich.

Traditionelle Systeme umgehen das Problem, indem sie Fortbewegung und Manipulation in separate Controller aufteilen: gehen, stoppen, stabilisieren, greifen, wieder gehen. Bisherige Humanoid-Demonstrationen wie Springen oder Tanzen sind zudem meist offline geplant - wenn sich ein Objekt verschiebt oder ein Kontakt anders verläuft als erwartet, bricht das Verhalten zusammen, schreibt Figure AI.

Ein neuronales Netzwerk für den gesamten Körper

Helix 02 soll dieses Problem lösen, indem ein einziges lernendes System über den gesamten Körper gleichzeitig entscheidet. Das System erweitert das im vergangenen Jahr vorgestellte Helix, das nur den Oberkörper steuerte, auf Beine, Rumpf, Kopf, Arme und einzelne Finger.

Als Demonstration zeigt Figure AI einen Roboter, der einen Geschirrspüler entlädt und wieder belädt - 61 aufeinanderfolgende Aktionen über vier Minuten, ohne menschliches Eingreifen. Der Roboter schließt eine Schublade mit der Hüfte und hebt die Geschirrspülertür mit dem Fuß an, wenn seine Hände belegt sind.

Das Unternehmen bezeichnet dies als die längste und komplexeste autonome Aufgabe eines humanoiden Roboters. Angaben zu Fehlerquoten oder wie viele Versuche für die gezeigte Aufnahme nötig waren, fehlen. Auch ist unklar wie sich der Roboter in einer veränderten Küche schlägt. Das Geschirr ist zudem aus Plastik. Dennoch: Wenn die Aktionen wie vom Unternehmen kommuniziert tatsächlich ohne direkten menschlichen Eingriff stattfanden, ist das ein deutlicher Fortschritt zu älteren Demonstrationen.

Dreistufige Architektur ersetzt handgeschriebenen Code

Die technische Grundlage bildet eine dreistufige Architektur. System 0, ein neuronales Netzwerk mit 10 Millionen Parametern, wurde mit über 1.000 Stunden menschlicher Bewegungsdaten trainiert und arbeitet mit 1 kHz für schnelle Korrekturen. Laut Figure AI ersetzt es 109.504 Zeilen handgeschriebenen C++-Code für Balance und Koordination.

Das Training erfolgte in Simulation mit mehr als 200.000 parallelen Umgebungen - ein gängiger Ansatz für Sim-to-Real-Transfer. Darüber liegt System 1, das alle Sensoren mit allen Gelenken verbindet und mit 200 Hz arbeitet. System 2 bildet die oberste Schicht für Sprachverständnis und Aufgabenplanung.

Neue Sensoren ermöglichen feinere Manipulation

Die Hardware stammt vom kürzlich vorgestellten Figure 03. Handflächenkameras liefern Bilder, wenn Objekte von der Kopfkamera verdeckt sind. Taktile Sensoren in den Fingerspitzen erkennen Kräfte ab drei Gramm.

Als weitere Demonstrationen zeigt Figure AI das Aufschrauben eines Flaschenverschlusses, das Herausnehmen einer einzelnen Pille aus einer Medikamentenbox, das Dosieren von 5 ml aus einer Spritze sowie das Sortieren von Metallteilen - letztere stammen laut Unternehmen aus der hauseigenen Fertigungsanlage.

Figure AI bezeichnet die eigenen Ergebnisse als "früh" und will humanoide Roboter perspektivisch in Haushalte und Arbeitswelt bringen. Das ursprüngliche Helix-System hatte das Unternehmen im vergangenen Jahr vorgestellt.