Training am Arbeitsplatz: Wie Humanoide Regale einräumen lernen

TL;DR

• Das DEED-Framework erlaubt es humanoiden Robotern, ihre Fähigkeiten durch Trial-and-Error in der echten Welt zu verfeinern – speziell in den komplexen Umgebungen von Einzelhandelsgeschäften.
• Durch den Fokus auf dateneffizientes Lernen können Roboter Ausführungsfehler beheben und sich an neue Regallayouts anpassen, ohne dass riesige Trainingsdatensätze nötig sind.

Hintergrund

Seit Jahren ist die größte Hürde in der Robotik der "Sim-to-Real"-Gap. Ein Roboter kann in einer Simulation oder einem sterilen Labor perfekt funktionieren, scheitert aber in der unordentlichen Realität. Im Supermarkt ändert sich das Licht, Kunden verschieben Waren und Böden sind uneben. Die meisten aktuellen Systeme setzen auf Vision-Language-Action (VLA) Modelle, die visuelle Daten und Textanweisungen kombinieren, um physische Bewegungen zu erzeugen. Diese Modelle haben jedoch oft Probleme, wenn die Umgebung von ihren Trainingsdaten abweicht [^1].

Was passiert ist

Forscher haben einen neuen systemübergreifenden Ansatz namens DEED (Data-Efficient Post-Training and Experience-Driven Learning) vorgestellt, um dieses Zuverlässigkeitsproblem zu lösen. Das Framework wurde mit einem humanoiden Roboter getestet, der Chipstüten in einem Supermarkt einräumen sollte. Anders als herkömmliche Methoden, die das Training eines Roboters als fertiges Produkt betrachten, sieht DEED den Einsatz des Roboters als kontinuierliche Lernphase. Dies geschieht durch zwei Mechanismen: dateneffizientes Post-Training und erfahrungsbasiertes Verfeinern [^1].

In der ersten Phase durchläuft das Modell einen leichtgewichtigen Post-Training-Prozess. Statt das gesamte massive VLA-Modell neu zu trainieren, zielt das System auf spezifische Layer ab, die für räumliche Wahrnehmung und Objektmanipulation zuständig sind. So kann sich der Roboter an die Maße von Regalen oder das Gewicht bestimmter Produkte anpassen, ohne für jedes Update einen Supercomputer zu benötigen. Diese Modularität unterscheidet sich deutlich von den "End-to-End"-Trainingsstilen früherer Projekte wie Mobile ALOHA, die oft umfangreiche menschliche Demonstrationen für jede neue Aufgabe erforderten [^2].

In der zweiten Phase nutzt der Roboter "erfahrungsbasiertes Lernen". Wenn der Roboter einen Fehler macht – etwa eine Tüte fallen lässt oder einen Karton nicht bündig an die Regalkante stellt – bricht er nicht einfach ab. Das System zeichnet den Fehler auf, analysiert die Abweichung zwischen der geplanten Aktion und dem tatsächlichen Ergebnis und aktualisiert seine lokale Policy. So entwickelt der Humanoide ein "Muskelgedächtnis" für spezifische Fehlerquellen. Die Forscher fanden heraus, dass diese Methode die Zahl der nötigen menschlichen Eingriffe während einer Schicht deutlich reduzierte, da der Roboter immer besser darin wurde, seine Haltung und seinen Griff basierend auf früheren Fehlern zu korrigieren.

Warum es wichtig ist

Diese Entwicklung ist ein Wendepunkt für die Wirtschaftlichkeit von Automatisierung im Einzelhandel. Bisher mussten Ingenieure einen Laden kartieren und Pfade programmieren. Änderte sich das Layout, war der Roboter nutzlos. DEED deutet auf eine Zukunft hin, in der Roboter "Plug-and-Play" sind. Ein Filialleiter könnte einen Humanoiden kaufen, ihm einmal das Lager zeigen, und der Roboter erledigt den Rest – und wird jede Nacht besser. Das senkt die Gesamtbetriebskosten und macht Automatisierung auch für kleinere Händler rentabel.

Zudem adressiert diese Forschung das "Long Tail"-Problem der KI. In jeder komplexen Umgebung gibt es Millionen seltener Ereignisse – verschüttete Flüssigkeiten, zerrissene Packungen, rennende Kinder –, die unmöglich alle im Trainingsset enthalten sein können. Indem wir Robotern ermöglichen, aus Erfahrung zu lernen, müssen wir nicht mehr jedes Szenario vorhersagen. Stattdessen geben wir dem Roboter die logischen Werkzeuge, um mit dem Unerwarteten umzugehen. Dieser Wechsel von statischer Programmierung zu dynamischer Anpassung ist essenziell für Maschinen in menschenzentrierten Räumen, in denen Sicherheit und Zuverlässigkeit unverhandelbar sind.

Schließlich ist die Dateneffizienz von DEED ein Gewinn für die Nachhaltigkeit. Groß angelegtes KI-Training ist extrem energieintensiv. Durch den Fokus auf kleine, wirkungsvolle Updates statt eines kompletten Modell-Retrainings ermöglicht DEED dezentrales Lernen. Ein Roboter könnte seine Logik während des Ladevorgangs auf der eigenen Hardware aktualisieren. Dieser Trend zum "Edge Learning" verringert die Abhängigkeit von Cloud-Verbindungen, macht Roboter resistenter gegen Netzwerkausfälle und verbessert den Datenschutz für Unternehmen.

Ein Beispiel aus der Praxis

Stell dir einen humanoiden Roboter namens Unit-7 vor, der die Nachtschicht im Supermarkt übernimmt. Er soll zwanzig Müslipackungen von einer Palette ins oberste Regal räumen. Normalerweise folgt er einem festen Pfad. Doch heute steht ein Werbeaufsteller im Weg und das Regal ist acht Zentimeter höher als im Labor.

Am Dienstagmorgen greift Unit-7 nach dem Regal und verfehlt es fast. Statt zu stoppen und Hilfe zu rufen, greift das DEED-Framework. Die Sensoren erkennen den Höhenunterschied und das Hindernis. Er speichert diesen Beinahe-Fehler als Datenpunkt. Beim zweiten Karton passt er den Ellbogenwinkel an und ändert den Anfahrtsweg, um den Aufsteller zu umgehen. Beim fünften Karton bewegt sich Unit-7 so flüssig, als hätte er wochenlang an diesem Regal trainiert. Er hat sich an eine reale Veränderung angepasst, ohne dass ein Mensch eine einzige Zeile Code schreiben musste.

Passende Produkte

Wir empfehlen dieses Grundlagenwerk, da es die Kernprinzipien des Lernens aus Erfahrung und Trial-and-Error erklärt, die das DEED-Framework antreiben.

"}```