Amazon FAR: Kraftbewusste Humanoid-Policy FLoRe schafft 80 % statt 26,7 %
Laut einem Preprint von Amazon FAR erreicht eine kraftbewusste Humanoid-Policy auf drei realen Aufgaben 80 Prozent Erfolg, eine reine Positions-Policy 26,7 Prozent; die Daten stammen aus robotfreier Erfassung mit kraftsensierenden Handgreifern.
Kann ein Humanoide Aufgaben, bei denen die Kraft zählt und nicht nur die Handposition, aus ohne Roboter aufgezeichneten Demonstrationen lernen, und kann ein Ganzkörperregler die geforderte Kraft beim Gehen und Balancieren tatsächlich aufbringen?
Robotfreie Datenerfassung mit Handgreifern hat Imitationslernen günstig gemacht, zeichnet aber nur Bewegung auf. Einen schweren Wagen schieben, eine Kiste beidhändig drehen oder eine Tafel wischen erfordert die richtige Kraft. Eine Policy, die nur Positionen kopiert, verliert den Kontakt oder drückt zu stark, und übliche Ganzkörperregler nehmen gar keinen Kraftbefehl an.
Ganzkörper-Tracker wie SONIC folgen Referenzbewegungen von Händen und Körper, haben aber keinen Krafteingang. Eine äußere Admittanzschleife erlaubt Kraftvorgaben, arbeitet aber außerhalb der Balance-Policy und setzt nur einen Teil um. Diffusions-Policies aus reinen Bewegungsdaten ignorieren die Kontaktkraft.
FLoRe zeichnet Demonstrationen mit zwei UMI-artigen Handgreifern mit Kraft-Momenten-Sensorik und am Körper getragenen Trackern auf, sodass jede Demonstration Handbewegung und Kontaktwinder enthält. Ein hybrider Nachgiebigkeits-Ganzkörperregler lernt, Bewegung und vorgegebene Handkraft gleichzeitig zu verfolgen, und integriert den gemessenen Kraftfehler, sodass er die Steifigkeit des Gegenstands nicht kennen muss. Die übergeordnete Policy liest Kräfte ein und gibt Pose und Kraftbefehl aus; das System läuft auf einem Unitree G1.
In der Simulation folgt der Regler Befehlen von 5 bis 25 N mit einer Verstärkung von 1,03 bis 1,06 und rund 1 N Kontaktfehler je Hand; SONIC mit Admittanzschleife erreicht 0,67 bis 0,70 bei 7,9 N Fehler. Am realen Roboter, der gegen einen fest montierten Kraftmesser drückt, kamen in Vorwärtsrichtung rund 91 Prozent der Sollkraft an, bei 1,1 N mittlerem Fehler und 1,8 s Einschwingzeit in ein 1-N-Band. Auf drei realen Aufgaben (Schieben eines Portals, an dem ein weiterer Roboter hängt, beidhändiges Drehen einer Kiste, Tafelwischen) gelang das Gesamtsystem in 24 von 30 Versuchen (80 Prozent). Ohne Kraftbefehl an den Regler sank die Quote auf 36,7 Prozent, ohne Krafteingang der Policy auf 66,7 Prozent, eine reine Positions-Diffusions-Policy kam auf 26,7 Prozent.
Je Aufgabe gab es nur 10 Versuche, die Erfolgsquoten sind also unsicher, und getestet wurden drei Aufgaben auf einem Robotermodell. Seitliche und abwärts gerichtete Kraftbefehle erreichen eine geringere Verstärkung und koppeln in andere Achsen; Befehle sind auf 25 N begrenzt und unter 1,5 N auf null gesetzt, weil der Sensor im Ruhezustand 1,3 bis 1,5 N anzeigt. Die Kraftregelung kostet 1,3 bis 3,2 cm zusätzlichen Fehler der Körperposition. Es handelt sich um einen Preprint.
Kontaktintensive Arbeit wie Wagen schieben, große Kisten handhaben und Reinigen ist das, womit Lager- und Service-Humanoide Geld verdienen sollen, und genau das verfehlt reines Bewegungs-Imitationslernen. Dass Amazons eigene Robotikforschung dies auf einem Unitree G1 mit günstiger Handerfassung zeigt, ist auch für europäische Anbieter wie Neura Robotics und für Autobauer mit Humanoid-Piloten relevant: Kraftannotierte, robotfreie Daten könnten binnen ein bis zwei Jahren zum Standardprodukt werden, und Regler brauchen dafür einen Krafteingang.
Vollständige Studie
Veröffentlicht unter CC BY 4.0. Die vollständige Studie ist mit Namensnennung auf Englisch wiedergegeben: Volltext (Englisch). Original unter arXiv:2610.35862 (PDF).