Warum humanoide Roboter Schwierigkeiten haben, bewegte Objekte zu greifen: Entwicklung von VLA für dynamische Umgebungen

Die meisten Roboterdemonstrationen finden heute in statischen Umgebungen mit stabiler Beleuchtung und festen Kameras statt, in denen VLA-Modelle gute Leistungen erbringen. Reale Aufgaben beinhalten jedoch häufig sich bewegende Objekte, beispielsweise Gegenstände auf einem Förderband. Wenn ein humanoider Roboter in voller Größe mit sich bewegenden Objekten interagiert, muss er auch gehen und das Gleichgewicht halten, was die Bewegungsberechnung erschwert. Zu den Hauptproblemen gehören die Latenz zwischen Beobachtung und Aktion, veraltete Aktionsblöcke und die Unfähigkeit, die Geschwindigkeit eines Objekts aus einem einzelnen Bild zu bestimmen. Aktuelle Modelle wie DynamicVLA begegnen diesen Herausforderungen, indem sie Aktionen häufiger aktualisieren und die Zeitsteuerung berücksichtigen. Bei humanoiden Robotern ist eine Ganzkörpersteuerung unerlässlich, da Armbewegungen das Gleichgewicht des Rumpfes beeinflussen. Die RLDX-1-Architektur verarbeitet mehrere Informationsströme (Bewegung, Gedächtnis, Physik, Aktion), um die dynamische Manipulation zu verbessern. Bei MTS Web Services passt der Autor RLDX-1 an, um den humanoiden Roboter Unitree G1 für das dynamische Greifen von Förderbandobjekten mit dem gesamten Körper zu steuern, wobei die Aufgabe als geschlossener Regelkreis betrachtet wird: beobachten, vorhersagen, abfangen, ausführen, überprüfen, korrigieren.