Roboter-KI ??: University of Maryland erzielt 91,7 Prozent bei Greiftests

Forschende der University of Maryland haben ein KI-Modell namens ?? vorgestellt, das Roboterfertigkeiten unmittelbar aus gewöhnlichen Videos erlernen kann.

Wie forschung-und-wissen.de in einem Bericht vom 05.11.2026 darlegt, erfasst das System räumliche Bewegungsspuren von Händen, Werkzeugen sowie Gegenständen. Ein entscheidender methodischer Unterschied zu bisherigen Verfahren besteht darin, dass ?? für den Lernprozess vollständig ohne Daten zu konkreten Gelenkwinkeln auskommt.

Hohe Erfolgsquoten bei physischen Greiftests

In praktischen Versuchsreihen überprüften die Wissenschaftler der University of Maryland die Leistungsfähigkeit des Ansatzes an realer Roboterhardware. Dabei kam ein Roboterarm zum Einsatz, der mit einem Zwei-Finger-Greifer ausgestattet war. Das System musste drei unterschiedliche alltägliche Tätigkeiten bewältigen: das Hineinlegen von Gegenständen in ein Spülbecken, das kontrollierte Ausschütten von Mandeln sowie das Entfalten eines Tuchs.

Über diese drei praktischen Aufgaben hinweg erreichte das Modell eine durchschnittliche Erfolgsquote von 91,7 %. Im Rahmen der Versuche verglich das Forschungsteam das neue System auch mit zwei alternativen Ansätzen. Laut Angaben der University of Maryland schnitten diese beiden Vergleichssysteme deutlich schwächer ab: Ihre Erfolgsquoten lagen um 20 beziehungsweise um 11,7 Prozentpunkte unter den Resultaten, die mit ?? erzielt wurden.

Simulationen und methodische Grenzen des Ansatzes

Der technologische Fortschritt in der Robotik zeigt, wie tiefgreifend KI und Automatisierung unsere Industrie verändern werden. Dieser kostenlose Report fasst zusammen, wie diese Entwicklungen ganze Branchen umkrempeln und wer von diesem Wandel profitiert. Experten-Analyse zur Industrierevolution kostenlos herunterladen

Neben den Tests in der physischen Realität wurde das Modell zudem in einer virtuellen Umgebung erprobt. Bei insgesamt acht simulierten Küchenaufgaben erreichte ?? im Mittel eine Erfolgsquote von 30,25 %.

Bei diesem Versuchsaufbau ergab sich ein gemischtes Bild gegenüber anderen Technologien: Eines der herangezogenen Vergleichsmodelle lag mit einer Erfolgsquote von 25,25 % hinter ??, während ein weiteres Vergleichssystem einen höheren Wert von 42 % verzeichnete.

Wer die Hintergründe der aktuellen technologischen Umbrüche verstehen möchte, findet in diesem Report wertvolle Einblicke in die Unternehmen, die den Wandel durch Robotik und KI bereits vorantreiben. Erfahren Sie jetzt, welche Akteure hinter der nächsten industriellen Revolution stehen. Kostenlosen Report zu Robotik & KI sichern

Trotz der vielversprechenden Resultate bei den realen Greifaufgaben weist das System nach Angaben der Forschenden derzeit noch deutliche Grenzen auf. So werden physische Kräfte und der Tastsinn in der aktuellen Version des Modells nicht modelliert. Dies erschwert Aufgaben, bei denen eine präzise taktile Rückmeldung oder eine fein dosierte Krafteinwirkung zwingend erforderlich ist.

Zudem bleibt bislang offen, inwieweit sich die gelernten Bewegungsmuster auf andere Robotertypen und mechanische Architekturen übertragen lassen und wie sich das System bei wesentlich komplexeren Handlungsabläufen bewährt.