Das chinesische Beijing Institute for General Artificial Intelligence (BIGAI) hat ein neues Bewegungskonzept für humanoide Roboter namens OmniXtreme vorgestellt. Mit diesem können Roboter eine Reihe hochdynamischer Bewegungen ausführen, darunter Rückwärtssaltos, Thomas-Flips und Kampfsport-Kicks.

Das Konzept ermöglicht es humanoiden Robotern, Dutzende komplexer Bewegungen mit einer hohen Erfolgsquote in realen Einsätzen auszuführen, wodurch effektiv ein Algorithmus mehrere Bewegungen steuern kann und die Effizienz beim Unterrichten fortgeschrittener körperlicher Fähigkeiten an Roboter erheblich verbessert wird.

Hochkoordinierte, dynamische Aktionen sind seit langem eine große Herausforderung in der Robotersteuerung. In den letzten Jahren wurde Reinforcement Learning weit verbreitet eingesetzt, wodurch Roboter komplexe Bewegungen durch umfangreiches Simulationstraining erlernen können. Mit zunehmender Anzahl und Komplexität der Bewegungen wird es jedoch schwieriger, die Steuerungsgenauigkeit aufrechtzuerhalten.

Im Gegensatz zu herkömmlichen Methoden des Reinforcement Learning, bei denen eine einzige Strategie von Grund auf trainiert wird, verwendet OmniXtreme ein zweistufiges Lernkonzept. Laut BIGAI erzielte das System bei mehreren hochdynamischen Aufgaben mit humanoiden Robotern Erfolgsraten von über 90 Prozent.

Der Ansatz befasst sich mit der Herausforderung, Bewegungsgenauigkeit und Skalierbarkeit in Einklang zu bringen. Forscher sagen, dass er als Rahmenkonzept der nächsten Generation für allgemeine humanoide Roboterbewegungen dienen und damit die Grundlage dafür schaffen könnte, dass Roboter in Zukunft komplexere Fähigkeiten erwerben.