Stellen Sie sich eine Welt vor, in der ein Roboterhund keine Fernbedienung, keinen Joystick oder ein vorprogrammiertes Skript benötigt, um zu wissen, was er tun soll. Stattdessen hört er auf eine menschliche Stimme. Dies ist die Grenze eines Feldes namens Robotik, in dem Ingenieure Maschinen lehren, sich durch komplexe, unebene Welten zu bewegen. Jahrelang war der zuverlässigste Weg, einen vierbeinigen Roboter gehen zu lassen, darin bestand, ihm ein starres mathematisches Modell seines eigenen Körpers und des Bodens unter ihm zu geben. Während dies auf flachen Böden gut funktioniert, bricht es oft zusammen, wenn das Gelände unordentlich wird oder sich die Situation unerwartet ändert. Ein neuerer Ansatz, bekannt als Deep Reinforcement Learning, hat das Spiel verändert. Anstatt sich auf einen festen Satz von Regeln zu verlassen, lernen diese Roboter das Gehen durch Versuch und Irrtum, ganz ähnlich wie ein Welpe, der lernt aufzustehen, und entdecken schließlich stabile Bewegungsweisen, die kein menschlicher Ingenieur von Hand hätte entwerfen können. Die verbleibende Herausforderung besteht darin, wie man mit diesen gelernten Systemen spricht. Einem Roboter einen einfachen Befehl wie „geh vorwärts“ zu geben, ist einfach, aber ihn zu bitten, „langsam nach links zu gehen, während er einen Hügel vermeidet“, erfordert eine Brücke zwischen der menschlichen Sprache und der Low-Level-Motorsteuerung des Roboters.

Forscher am Harbin Institute of Technology haben ein System entwickelt, das diese Brücke schlägt und es einem vierbeinigen Roboter ermöglicht, freien, natürlichen Sprachbefehlen zu folgen. Ihre Arbeit, die in einer kürzlich veröffentlichten Studie detailliert beschrieben wird, präsentiert eine Methode, bei der ein Roboter einen Satz hört, versteht, was die Person möchte, und seinen Gehstil sofort an diese Absicht anpasst. Das System beruht nicht auf einer vorgeschriebenen Bibliothek spezifischer Bewegungen, wie etwa einem „Trab“ oder einem „Galopp“, aus denen der Roboter wählen muss. Stattdessen übersetzt es Wörter direkt in kontinuierliche Anpassungen von Geschwindigkeit und Richtung. Wenn ein Benutzer sagt „gehe langsam vorwärts“, versteht das Gehirn des Roboters, dass es seine Vorwärtsgeschwindigkeit reduzieren muss, während es gleichzeitig das Gleichgewicht hält, und führt diese Änderung in Echtzeit aus. Dies wird durch die Kombination zweier unterschiedlicher Technologien erreicht: eines Sprachprozessors, der menschliche Sprache versteht, und eines Lernalgorithmus, der die Muskeln des Roboters steuert.

Der sprachliche Teil des Systems fungt als Übersetzer. Er nimmt einen Satz wie „biege scharf nach links ab“ und zerlegt ihn in zwei Informationsteile: das allgemeine Ziel, nämlich das Abbiegen, und die spezifischen Zahlen, die dafür benötigt werden, wie zum Beispiel die Rotationsgeschwindigkeit. Die Forscher verwendeten eine leichtgewichtige Version eines modernen Sprachmodells, um diese Aufgabe auszuführen. Dieses Modell wurde mit Tausenden von Beispielen von Befehlen gepaart mit den korrekten Roboteraktionen trainiert. Es ist darauf ausgelegt, schnell genug zu sein, um auf einem Roboter zu laufen, ohne ihn zu verlangsamen. Sobald das System den Befehl versteht, leitet es diese Information an das Steuerungsgehirn des Roboters weiter. Dieses Steuerungsgehirn ist ein neuronales Netzwerk, das darauf trainiert wurde, unter Verwendung einer Methode namens Proximal Policy Optimization zu gehen. Dieser Trainingsprozess beinhaltet, dass der Roboter in einer hochgradig realistischen Computersimulation versucht zu gehen, Belohnungen für das Aufrechtbleiben und effiziente Bewegung erhält und so nach und nach seine Strategie über Millionen von Versuchen hinweg verbessert.

Was dieses neue System einzigartig macht, ist die Art und Weise, wie es den Sprachübersetzer mit dem Steuerungscontroller verbindet. Anstatt den Roboter zu zwingen, aus einem begrenzten Menü vordefinierter Verhaltensweisen zu wählen, nutzt das System den Spracheingang, um die Ziele des Roboters und sein Belohnungssystem sanft zu beeinflussen. Wenn der Befehl lautet, sich langsam zu bewegen, passt das System die Zielgeschwindigkeit des Roboters an und ändert die Art und Weise, wie es seinen eigenen Erfolg bewertet, sodass langsame, vorsichtige Schritte belohnender erscheinen als schnelle, riskante Schritte. Dies ermöglicht es dem Roboter, seinen Gang kontinuierlich anzupassen. Er kann vorwärts gehen, dann langsamer werden, dann nach links abbiegen, und das alles basierend auf einem einzigen Strom gesprochener Anweisungen. Um sicherzustellen, dass dieses System nicht nur in einem Computer, sondern an einer echten Maschine funktioniert, setzten die Forscher eine Lehrmethode ein. Zuerst trainierten sie einen hochfähigen „Lehrer“-Roboter in der Simulation mit Zugriff auf perfekte Informationen über die Welt, wie etwa die exakte Reibung des Bodens. Dann trainierten sie einen „Schüler“-Roboter, um die Aktionen des Lehrers unter Verwendung der verrauschten, unvollkommenen Sensordaten zu imitieren, die ein echter Roboter tatsächlich hätte. Dieser Prozess half dem Schüler, gegenüber der chaotischen Realität der physischen Welt robust zu werden.

Das Team testete sein System umfassend in der Simulation und an einem echten Unitree A1 Roboter, einer kleinen, agilen vierbeinigen Maschine. In den Computersimulationen folgte der Roboter erfolgreich einer Vielzahl von Befehlen, einschließlich komplexer Anweisungen wie „gehe langsam nach links“ oder „navigiere schnell um das Hindernis herum“. Das System zeigte eine hohe Erfolgsquote, wobei der Roboter grundlegende Aufgaben wie das Vorwärtsgehen oder das Abbiegen nach links in der Simulation in mehr als 96 % der Fälle erfolgreich abschloss. Als die Forscher das System auf den echten Roboter übertrugen, blieben die Ergebnisse stark. Der Roboter war in der Lage, auf Befehl vorwärts zu gehen, zu drehen und anzuhalten, mit einer Erfolgsquote von über 93 % für die meisten Aktionen. Das System erwies sich auch als energieeffizient und verbrauchte pro Schritt weniger Energie als traditionelle Steuerungsverfahren oder andere lernbasierte Ansätze, die diese spezifische Sprachkonditionierung nicht verwendeten. Die Forscher stellten fest, dass der Roboter seine Bewegungen in weniger als einer Sekunde nach Erhalt eines neuen Befehls anpassen konnte, was eine flüssige Reaktionsfähigkeit demonstriert, die mit älteren Steuerungsverfahren schwer zu erreichen ist.

Dennoch beleuchtet die Studie auch die Grenzen dessen, was derzeit möglich ist. Das System funktioniert am besten mit klaren, direkten Befehlen in Bezug auf Bewegung und Geschwindigkeit. Es ist noch nicht darauf ausgelegt, lange, komplexe Gespräche oder hochgradig zweideutige Anweisungen wie „mach etwas Cooles“ zu verarbeiten. Wenn ein Benutzer einen Befehl gibt, den der Roboter physisch nicht ausführen kann, wie etwa „fliege zum Mond“, ist das System noch nicht intelligent genug, um um Klärung zu bitten oder zu erklären, warum die Anfrage unmöglich ist. Die Forscher fanden heraus, dass der Roboter zwar sehr gut darin ist, spezifischen Bewegungsanweisungen zu folgen, seine Fähigkeit, auf völlig neue Arten von Sprache oder Umgebungen zu generalisieren, jedoch noch durch die Daten, mit denen er trainiert wurde, begrenzt ist. Die Tests in der realen Welt waren ebenfalls relativ kurz und fanden unter kontrollierten Bedingungen statt, was bedeutet, dass die langfristige Zuverlässigkeit des Systems in unvorhersehbaren Außenumgebungen noch nicht vollständig bewiesen ist.

Trotz dieser Einschränkungen stellt die Arbeit einen bedeutenden Schritt in Richtung einer natürlicheren Mensch-Roboter-Interaktion dar. Indem sie zeigten, dass ein Roboter lernen kann zu gehen und dann durch einfache Sprache gesteuert werden kann, ohne eine Bibliothek vorprogrammierter Tricks zu benötigen, haben die Forscher einen Weg zu Maschinen aufgezeigt, die intuitiver zu bedienen sind. Das System erfordert nicht, dass der Benutzer eine neue Codierung oder einen spezifischen Satz von Befehlen lernt; es hört einfach zu und reagiert. Der Erfolg der Lehrer-Schüler-Trainingsmethode beim Transfer von Fähigkeiten aus der Simulation in die reale Welt deutet darauf hin, dass dieser Ansatz in Zukunft auch auf komplexere Roboter skaliert werden könnte. Wenn die Technologie reift, könnte sich die Lücke zwischen menschlicher Absicht und maschineller Aktion weiter schließen, was es Robotern ermöglicht, wahre Partner in dynamischen und anspruchsvollen Umgebungen zu werden.