Apple-Forschende haben ein System vorgestellt, das einen Unitree-Roboter ohne direkte Steuerung durch eine Person durch bislang unbekannte Räume navigieren lässt. Die Rechenarbeit übernimmt dabei ein Mac mini mit M4 Pro.
Training in virtuellen Räumen
Das Forschungspapier „Perceptive Humanoid Motion from Simulation“ beschreibt HALO – kurz für „Humanoid Autonomy, Learned in Simulation, running Onboard“. Der Roboter kann seine Umgebung mit Kameras erfassen, Hindernisse umgehen und auf Anweisung etwa einer Person folgen oder einen Stuhl zum Hinsetzen finden. Erkennt er einen Tisch, kann er sich ducken, um darunter hindurchzugehen.
Apple beschreibt damit einen Ansatz für Aufgaben in Räumen, die zuvor nicht eingescannt wurden und deren Möbel nicht eigens markiert sind. Viele bekannte Roboterbewegungen seien dagegen vorab choreografiert und müssten keine unbekannte Umgebung berücksichtigen.
Der Roboter stammt von Unitree. In seinem Rucksack sitzt ein Mac mini mit M4 Pro und 64 GB Arbeitsspeicher. Das Team trainierte HALO mit rund 300 Stunden synthetischer Daten. Dafür wurden in Nvidia Isaac Sim etwa 1.000 virtuelle Räume erzeugt und gerendert.
91 Prozent Erfolgsquote in den Tests
Apple prüfte das System in sechs realen Umgebungen, die der Roboter zuvor nicht gesehen hatte, sowie in 100 simulierten Räumen. Zu den Aufgaben gehörten, unter einem Tisch hindurchzukriechen, durch eine halb geöffnete Tür zu gehen und sich auf einen Stuhl zu setzen. Jede der sechs Aufgaben wurde zehnmal in den realen Umgebungen durchgeführt.
Über reale und simulierte Tests hinweg erledigte HALO 91 Prozent von insgesamt 360 Aufgaben erfolgreich. In der realen Umgebung lag die Erfolgsquote beim Durchgehen durch eine halb geöffnete Tür bei bis zu 93 Prozent. Beim Hinsetzen auf einen Stuhl erreichte der Roboter dort mit 85 Prozent sein schwächstes Ergebnis.
Aufgaben brauchen weiterhin menschliche Vorgaben
Die Forschenden haben ihre Arbeit veröffentlicht und den Code auf GitHub bereitgestellt. Zugleich nennen sie Einschränkungen: Für jede Aufgabe muss weiterhin eine Person eine passende Anweisung formulieren. Das Spektrum der möglichen Tätigkeiten wächst daher nur so schnell, wie neue Aufgaben vorgegeben werden. Werden mehrere Aufgaben zu einer Abfolge kombiniert, sinkt die Erfolgsquote.
Auch das Greifen oder sonstige Manipulieren von Gegenständen gehörte nicht zu den Tests. Das Forschungspapier nennt keine konkreten nächsten Schritte. Als zentralen Beitrag hebt es hervor, dass die Trainingsdaten für Sehen, Sprache und Bewegung automatisch erzeugt werden, statt durch menschliche Eingriffe zusammengestellt zu werden. Laut Apple kann dieser Prozess autonom und parallel ablaufen; begrenzt werde er nur durch die verfügbare Rechenleistung.
Die Arbeit ist damit zunächst ein Forschungsprojekt und kein angekündigtes Apple-Produkt. Sie zeigt jedoch, wie ein Mac mini als Rechner an Bord eines humanoiden Roboters eingesetzt werden kann.
Hinweis: Dieser Beitrag ist eine automatisch erstellte Zusammenfassung mithilfe von Künstlicher Intelligenz. Eine redaktionelle Prüfung fand nicht statt.
Via: appleinsider.com
