Het team achter Workhorse leerde een humanoïde Unitree G1 taken met zijn hele lichaam te plannen en uit te voeren door egocentrische video’s van mensen te bekijken. Een visuele planner voorspelt houdingen voor de romp, polsen en voeten, waarna een tracker op basis van reinforcement learning die bewegingen volgt. Op een echte robot sorteert het systeem dozen, vangt het een gegooide doos op en klimt het zelfs op een koffer. Ook kan het zich herstellen wanneer iemand ertegen duwt. In simulaties lukte het sorteren van dozen in 77% van de pogingen; bij duwen met een krachtimpuls tot 40 N·s was dat 64%.
Waarom het ertoe doet
Als deze aanpak schaalbaar is, kunnen alledaagse servicerobots rommelige taken met veel fysiek contact uitvoeren zonder dat ze daar speciaal voor geprogrammeerd hoeven te worden.
