Atlas, der humanoide Roboter, lernt Fußballfertigkeiten aus Weltmeisterschaftsspielen

Nach Abschluss einer Übung hebt der

Nach Abschluss einer Übung hebt der Humanoid die Arme zum Jubel, ähnlich wie ein Fußballspieler nach einem Tor. Wenige Momente später kniet er sich hin und bleibt stehen, um die Reaktion auf eine Spielfeldverletzung nachzuahmen. Laut dem Video wurden diese Gesten direkt aus Spielaufnahmen kopiert, die Atlas nur wenige Momente zuvor gesehen hatte.

Hyundai, wozu Boston Dynamics als Tochtergesellschaft gehört, beschrieb die Demonstration als Atlas' erste Erfahrung mit Fußball und stellte das Projekt als Teil einer neuen Serie namens „School of Football" vor.

Das Unternehmen hat zudem angedeutet, dass es plant, Atlas und Spot, Boston Dynamics' vierbeinigen Roboter, zur Weltmeisterschaft zu bringen, wobei ihre genaue Rolle noch nicht offengelegt wurde.

Technik und Auswirkungen

Simulation trainiert Atlas Die Fußball-Präsentation folgt auf eine weitere kürzliche Demonstration, bei der der humanoide Roboter einen Mini-Kühlschrank 99 Pfund (45 Kilogramm) hob und trug, dabei jedoch einwandfrei im Gleichgewicht blieb. Dies unterstrich die wachsende Kombination aus Kraft, Steuerung und Mobilität des Roboters.

Die Demonstration markierte einen Wandel zu anpassungsfähigem industriellem Verhalten, das für den praktischen Einsatz in Fabriken, Lagern und Baustellen konzipiert ist. Boston Dynamics beschreibt Atlas als „allzwecktaugliches Werkzeug für physische Arbeiten" und spiegelt damit seine breitere Entwicklungsrichtung wider.

Im Gegensatz zu Systemen, die ausschließlich auf visueller Wahrnehmung basieren, stützt sich Atlas stark auf Propriozeption – also die interne Erfassung von Körperposition, Last, Balance, Griffkraft und Widerstand – während er Objekte manipuliert.

Technik und Auswirkungen

Dies ermöglicht es dem Roboter, in Echtzeit Anpassungen vorzunehmen, wenn er mit instabilen oder sich verändernden Lasten umgeht. Laut dem Unternehmen wurde Atlas mittels Reinforcement Learning trainiert, wobei er in Simulationen unter variierenden Bedingungen wiederholt Hebe- und Tragaufgaben einübt.

In diesen Simulationen wurden Schlüsselfaktoren wie Objektgewicht, Bodenreibung, Griffkraft und Objektplatzierung verändert, wodurch der Roboter gezwungen wurde, adaptive Steuerungsstrategien zu entwickeln. Boston Dynamics gab an, dass Atlas Millionen Übungsstunden sammelte, die parallel auf Grafikprozessoren (GPUs) ausgeführt wurden.

Das Training beginnt mit einer Referenzbahn, die entweder aus Animationen oder teleoperierten Demonstrationen stammen kann. Der Roboter wird belohnt, wenn er Aufgaben wie die Aufrechterhaltung des Griffs und des Gleichgewichts auch unter Einführung externer Störungen erfolgreich erfüllt.

Markt und Strategie

Sobald sich das Verhalten in der Simulation stabilisiert, wird es auf den physischen Roboter übertragen, um reale Tests und Verfeinerungen durchzuführen. Das Unternehmen betonte, dass dieser Ansatz die langjährige „Sim-to-Real-Lücke" überbrückt, bei der simulierte Fähigkeiten in der Realität aufgrund, Latenz oder Sensorrauschen versagen.

Atlas profitiert zusätzlich symmetrischen Gliedmaßen und nur zwei Aktuatortypen, was Simulation und Transfer genauer und effizienter macht.