Figure 03: Humanoider Roboter erklimmt autonom eine „Leiter“
Figure
Figure AI hat seinem humanoiden Roboter Figure 03 beigebracht, autonom eine Leiter, genauer gesagt eine Leiter-Treppe, zu erklimmen. Der Roboter nutzt das Vision-Language-Action-Modell „Helix“, um komplexe Mobilitätsaufgaben mit visueller Selbstüberwachung auszuführen. Diese Leistung ist bemerkenswert, da das Klettern auf Leitern als eine der Königsdisziplinen der Bewegungssteuerung humanoider Roboter gilt.
Das US-Roboterunternehmen Figure AI hat auf X ein Video veröffentlicht, das seinen humanoiden Roboter Figure 03 zeigt, wie er autonom eine dreistufige Leiter-Treppe auf eine Plattform hinaufsteigt. Figure-AI-Gründer Brett Adcock erklärte, dass der F.03 nun vollständig autonom, ohne Teleoperation, eine Leiter hinaufsteigen kann. Im Video analysiert der Roboter wiederholt seine Umgebung, um Haltegriffe zu finden, und zieht sich langsam hinauf. Die genaue Erfolgsrate wird nicht angegeben. Steuerung und Koordination übernimmt vermutlich das Vision-Language-Action-Modell „Helix“, das lokal auf den Figure-03-Robotern läuft. „Helix“ wurde kürzlich aktualisiert und kombiniert visuelle Wahrnehmung mit Ganzkörper-Bewegungssteuerung, was autonome Navigation in unbekannten Räumen ermöglicht. Die aktuelle Version nutzt Bilder von Stereokameras, um die Umgebung und die eigene Körperhaltung wahrzunehmen, und verbessert so Präzision, Gleichgewicht und Flüssigkeit in anspruchsvollem Gelände. Das Klettern auf einer Leiter gilt als eine der anspruchsvollsten Aufgaben in der Bewegungssteuerung humanoider Roboter, da es präzise Wahrnehmung, Koordination von Gliedmaßen und Rumpf sowie Gleichgewicht in Echtzeit erfordert. Da es sich um eine Leiter-Treppe mit festem Geländer handelt, ist die Aufgabe einfacher als das Klettern auf einer steilen Leiter. Zum Vergleich: Der vierbeinige Roboter ANYMal der ETH Zürich lernte 2024 durch bestärkendes Lernen, eine senkrechte Leiter hinaufzuklettern, und erreichte eine Erfolgsrate von 90 Prozent.
Quelle: Heise online —
Original
