SuperMimic: 129.000 Bewegungen in drei Stunden auf einer H100-GPU

Auf der World Physical AI Conference in Hangzhou hat Unitree-Gründer Wang Xingxing am 22. Oktober dargelegt, wie sportliche Aktivitäten die Entwicklung humanoider Roboter voranbringen können.

In einem Gespräch mit Yao Ming von der Yao Foundation erklärte Wang, dass Basketball-Training die Mobilität, Ganzkörperkoordination sowie die Handfertigkeit der Maschinen schärfen könne. Gelinge die Beherrschung solch anspruchsvoller Sportarten, befähige dies die Systeme künftig auch zur Bewältigung komplexerer Aufgaben im menschlichen Alltag.

Hohe Hürden bei Ballkontrolle und Antizipation

Nach Angaben des Unitree-Gründers müssen Roboter zunächst grundlegende Bewegungen wie Gehen und Laufen zuverlässig beherrschen. Basketball stelle eine besondere Herausforderung dar, weil dynamisches Laufen, schnelle Richtungswechsel und eine präzise Ballkontrolle ein Zusammenspiel des gesamten Körpers und feine Handbewegungen verlangen.

Bislang schränke die mangelnde Agilität künstlicher Finger die Ballführung noch deutlich ein. Könnten Roboter diese Barriere überwinden, ließen sich die erlernten Fähigkeiten direkt auf andere koordinative Präzisionsarbeiten übertragen.

Auf die Frage nach taktischen Finten erklärte Wang, dass mit fortschreitenden Modell- und Roboterfähigkeiten auch die Antizipation gegnerischer Bewegungen steigen werde. Langfristig sei sogar die Vorhersage gegnerischer Absichten denkbar.

Gegenwärtig glichen viele Roboterbewegungen jedoch eher einfachen Reflexen, während komplexe Vorhersagen noch stark limitiert blieben. Ähnlich verhalte es sich mit Roboter-Kampfsport: Solche Disziplinen dienten vor allem dazu, Stabilität und Schadensanfälligkeit nach physischen Kollisionen zu testen.

Wer die rasante Entwicklung der Robotik und künstlichen Intelligenz verfolgt, erkennt das enorme Potenzial dieser Technologien für die Industrie von morgen. Dieser kostenlose Report liefert konkrete Einblicke in Unternehmen, die von Milliarden-Investitionen in diese Zukunftstechnologien profitieren. Robotik und KI: Profiteure der neuen Industrieära erkennen

Als zentrale Hürde für sogenannte Embodied Intelligence beim Übergang zu einem vergleichbaren Durchbruch wie bei modernen Sprachmodellen sieht Wang weiterhin das Alignment zwischen Ein- und Ausgaben der KI-Modelle und der physischen Roboterhardware.

Von Jenga bis Cornhole: Physisches Training im Fokus

Sport- und Geschicklichkeitsübungen bilden international einen zentralen Schwerpunkt in der Robotikforschung. So hielt ein chinesischer humanoider Roboter auf der Canton Fair im Tischtennis gegen menschliche Gegenspieler mit.

Das Unternehmen Encord stellte am 20. Oktober in San Francisco einen Datensatz namens EMG-1 vor: Mittels einer Kopfkamera und Armbändern werden Muskelaktivitäten beim Spielen von Jenga erfasst.

Aus Daten über Greif- und Stapelbewegungen entstehen Trainingsdaten für Roboterhände. Encord-Co-CEO Ulrik Hansen betonte, dass Jenga aufgrund der vielen benötigten Sensordaten eine erhebliche Hürde darstelle.

Experten analysieren derzeit die größte Industrierevolution seit Jahrzehnten, in der KI und Robotik ganze Branchen grundlegend umkrempeln. Der aktuelle Report fasst zusammen, welche Namen hinter diesem technologischen Umbruch stecken und wer davon am meisten profitiert. Kostenlosen Report zur industriellen Revolution herunterladen

Google DeepMind demonstrierte zudem eine Trainingsmethode, bei der das Modell Gemini 4 Argon über Rohvideos lernte, wie Menschen das Wurfspiel Cornhole spielen. Das System kartierte Raumkoordinaten, berechnete Ganzkörperbewegungen und erzeugte Simulationscode für den humanoiden Roboter Apollo von Apptronik.

Im Praxistest traf Apollo sieben aufeinanderfolgende Würfe. Der Konzern verwies darauf, dass dieser Ablauf langwierige Simulationsarbeit auf wenige Stunden reduziere. Argon erzielte im Benchmark ERQA von Google DeepMind 87 %.

Forscher der UC Berkeley reichten am 20. Oktober zudem eine Arbeit über das System SuperMimic ein. Die Software brachte einem Humanoiden über 129.000 Bewegungen innerhalb von drei Stunden auf einer einzelnen H100-Grafikkarte bei und übertraf damit ältere Systeme. Der Steuerungsalgorithmus wurde anschließend ohne weiteres Tuning direkt auf einen Unitree G1 übertragen.

Auch in Deutschland wird die praktische Ausbildung der Maschinen forciert: Am 22. Oktober eröffneten NEURA Robotics und die TU München das 2.300 Quadratmeter große TUM RoboGym am LabCampus am Münchner Flughafen.

Mit einer Anfangsinvestition von rund 17 Millionen Euro – davon etwa 11 Millionen Euro von NEURA – sollen dort rund 100 humanoide, mobile und kollaborative Roboter trainiert werden. Parallel stellte NEURA die vierte Generation des 4NE1 vor, dessen Betriebsgewicht um rund 20 % auf 64 Kilogramm gesenkt wurde.