Roboter lernen in virtuellen Welten, bevor sie ihre Arbeit aufnehmen

Humanoider Roboter als Symbolfoto für das Training von Robotern in virtuellen Umgebungen. Gabriele Malaspina / Unsplash.

Wie bringt man einem Roboter bei, Gegenstände zu bewegen, Hindernissen auszuweichen und Aufgaben auszuführen, ohne ihn unzählige Male in einem echten Raum zu trainieren? Eine Antwort darauf ist, ihm zunächst eine digitale Welt zum Üben zur Verfügung zu stellen.

Der andere Ansatz von DexForce

Das chinesische Unternehmen DexForce mit Sitz in Shenzhen nutzt synthetische Daten und Simulationen, um Roboter in virtuellen Umgebungen zu trainieren. Laut einem Bericht von Reuters vom 15. Oktober 2026 zielt dieser Ansatz darauf ab, die Kosten und den Zeitaufwand für die Erfassung realer Trainingsdaten zu reduzieren.

Anstatt einen Menschen zu bitten, dieselbe Bewegung tausende Male vor Sensoren zu wiederholen, kann das Unternehmen zahlreiche virtuelle Varianten einer Aufgabe generieren.

Was ist „Sim-to-Real“?

Das Hauptproblem ist die Übertragung von Wissen aus der Simulation in die reale Welt, bekannt als Simulation-to-Reality. Am Computer scheint alles messbar zu sein, doch in der Praxis gibt es unvorhersehbare Reibungen, Lichtverhältnisse, Objekte und Bewegungen von Menschen.

Die Herausforderung besteht darin, dass der Roboter das, was er digital gelernt hat, nutzen kann, ohne zu versagen, sobald sich seine Umgebung ändert.

Warum beschäftigt das die Industrie?

Die Robotik benötigt große Datenmengen und viele Trainingsstunden. Wenn das Training durch Simulationen effizienter gestaltet werden kann, könnte dies die Entwicklung von Robotern für die Produktion, Lagerhaltung und andere Bereiche beschleunigen. Das bedeutet nicht, dass ein humanoider Roboter bereits in der Lage ist, jede menschliche Arbeit zu übernehmen.

Wann werden wir sie in unseren Haushalten sehen?

Der Einsatz im Haushalt erfordert hohe Zuverlässigkeit, Sicherheit im Umgang mit Menschen, die Anpassung an sich ständig verändernde Gegenstände und erschwingliche Kosten. Derzeit gibt es keine Garantie dafür, dass diese Technologie all diese Hürden überwunden hat.

Das Interessante daran ist die Art und Weise des Trainings: Die Roboter der Zukunft könnten Millionen von „Tests“ absolviert haben, bevor sie das erste echte Objekt berühren.

Quelle: Reuters, 15.10.2026. Symbolfoto: Gabriele Malaspina / Unsplash.