Forschende unter der Leitung von Yanjun Li haben LANGUAGE‑FORCING vorgestellt. Mit dieser Methode werden Welt-Aktionsmodelle für Roboter anhand von Sprachbeschreibungen des Aufgabenfortschritts trainiert. Dazu werden Texteinbettungen aus einem eingefrorenen Vision-Language-Modell mit den vorhergesagten visuellen Eindrücken des Roboters aus der Zukunft abgeglichen. Der zusätzliche Aufwand fällt nur beim Training an; der Roboter arbeitet daher genauso schnell wie zuvor. Im HumanoidArena-Benchmark erzielte die Methode eine Erfolgsquote von 79.17% und lag damit 9.46 Punkte vor der nächstbesten Strategie. Bei fünf Aufgaben in der realen Welt stieg die Erfolgsquote von 53.33% auf 71.33%.
Warum es wichtig ist
Für Entwickler humanoider Roboter bietet die Technik eine höhere Zuverlässigkeit bei Aufgaben, ohne den Roboter im Betrieb auszubremsen.
