# Humanoidrobot klarar sju uppgifter med 85,7 procents framgång

> Forskare beskriver ett system som förhandsgranskar och poängsätter sekvenser av robotkommandon före körning. Den rapporterade framgången sjönk till 65,7 procent med obekanta objektplaceringar.

Oossa · 2026-11-04 · https://oossa.com/sv/humanoid-robot-system-scores-85-7-on-seven-real-robot-tasks

Forskare har presenterat action-conditioned latent foresight, ett system som låter en humanoidrobot poängsätta föreslagna sekvenser av rörelser och handkommandon innan den utför dem. Systemet förutsäger om en sekvens för arbetet närmare ett mål och utför sedan en del av sekvensen med högst poäng innan det planerar om utifrån en ny observation.

I forskarnas tester lyckades systemet med 85,7 procent av sju uppgifter med en verklig robot under standardförhållanden, jämfört med 70,0 procent för GR00T N1.7. Framgången sjönk till 65,7 procent med tidigare osedda objektkonfigurationer, jämfört med 48,6 procent för GR00T N1.7.

## Fakta

- Artikeln rapporterar en genomsnittlig framgång på 89,7 procent för tio uppgifter i simuleringsriktmärket SIMPLE, jämfört med 82,0 procent för DiT4DiT.
- Artikeln skickades in till arXiv den 3 november 2026.

## Varför det spelar roll

För robotikforskare som testar humanoiders förmåga att utföra uppgifter tyder resultaten på att förhandsgranskning av kommandosekvenser kan vara till hjälp. Den lägre poängen med obekanta uppställningar visar dock att resultaten fortfarande påverkas av hur objekten är placerade.

## Källor och referenser

1. [Coordinating Humanoid Loco-Manipulation through Action-Conditioned Latent Foresight](https://arxiv.org/abs/2611.04839) – arXiv cs.RO, 2026-11-04

Senast uppdaterad: 2026-11-04