# RoboRender maakt realistische robotvideo’s en verkleint kloof met simulatie

> Onderzoekers laten zien dat beleidssystemen die zijn getraind met door RoboRender gegenereerde video’s 71% succes behalen op echte robots, veel meer dan met onbewerkte simulatie.

Oossa · 2026-10-08 · https://oossa.com/nl/roborender-creates-photorealistic-robot-videos-to-bridge-simulation-gap

Een team onder leiding van Huang Huang introduceerde RoboRender, een systeem dat gesimuleerde robottrajecten omzet in realistische RGB-video’s. Het model gebruikt dieptevideo’s, taalopdrachten en robotmaskers om texturen en achtergronden uit de echte wereld toe te voegen, zonder de onderliggende bewegingen en handelingen te veranderen. Beleidssystemen die met deze video’s zijn getraind, werden getest op taken als voorwerpen oppakken en neerzetten, werken met gearticuleerde objecten en mobiele manipulatie. Ze slaagden daar 71% van de tijd in. Dat is ongeveer 7.1 keer beter dan training met onbewerkte simulatiebeelden en 3.6 keer beter dan standaard visuele domeinrandomisatie.

## De feiten

- Gemiddeld succespercentage van 71% op taken in de echte wereld
- Paper gepubliceerd op 2026‑10‑08

## Waarom het ertoe doet

Robotontwikkelaars kunnen controllers in een simulatie trainen en rechtstreeks inzetten, waardoor kostbare dataverzameling in de echte wereld minder nodig is.

## Bronnen en referenties

1. [RoboRender: Robot-Oriented Video Generation for Visual Sim-to-Real Transfer](https://arxiv.org/abs/2610.09254) – arXiv cs.RO, 2026-10-08

Laatst bijgewerkt: 2026-10-08