comparisons
Event Cameras vs Frame Cameras
A frame camera blinks 30 times a second; an event camera reports light changes in microseconds. Here is when that speed earns its cost in robot capture.
6 Min. Lesezeit
JOURNAL
Notizen zu Physical AI.
Wie humanoide Roboter lernen, woher ihre Trainingsdaten stammen und warum die Datenschicht zum eigentlichen Engpass wird. Klare, mit Quellen belegte Texte für Ingenieure, Operatoren und Investoren.
comparisons
Onboard vs Cloud Robot Inference
Onboard robot inference caps the control rate you can carry; cloud inference trades latency for scale. How that choice quietly shapes what you must capture.
5 Min. Lesezeit
comparisons
Single-Arm vs Bimanual Manipulation Data
Why bimanual manipulation data costs far more than twice single-arm data, the coordination tax, and what two coordinated hands demand of capture.
5 Min. Lesezeit
comparisons
Motion Capture Suit vs Vision-Only Capture
A motion capture suit nails fingertip accuracy, markerless vision scales in the wild. Here is the real cost and fidelity tradeoff for human capture.
5 Min. Lesezeit
comparisons
Wrist Camera vs Third-Person View
A wrist camera sees the fingertips, a third-person view sees the room. Here is what each teaches a manipulation policy, and why you capture both.
5 Min. Lesezeit
comparisons
RGB vs Depth Cameras for Robots
When a depth camera earns its bandwidth and when plain RGB is enough for robot manipulation, and what to capture so you never lose the geometry.
6 Min. Lesezeit
foundations
Self-Supervised Learning for Robotics
Self-supervised learning lets robots learn from unlabeled interaction instead of costly labels, and why first-person egocentric video is the natural fit.
5 Min. Lesezeit
foundations
Offline Reinforcement Learning for Robots
Offline reinforcement learning turns logged robot data into a policy without a simulator. Its real promise, its one hard failure mode, and its data appetite.
5 Min. Lesezeit
foundations
Representation Learning for Manipulation
Two policies, same demos, different features, opposite results. How representation learning quietly decides whether a manipulation policy generalizes.
5 Min. Lesezeit
foundations
Task Horizon: Why Long Tasks Get Exponentially Harder
Chain thirty reliable steps and the task fails four times in five. The task horizon problem, why long-horizon errors compound, and the data that fixes it.
5 Min. Lesezeit
foundations
What Counts as a Good Demonstration?
Not every demonstration teaches a robot. The quality dimensions of a single demo, why bad ones poison imitation learning, and how they compound.
5 Min. Lesezeit
foundations
Episodische Daten vs. Streaming-Trajektorien von Robotern
Episodische Daten oder ein kontinuierlicher Datenstrom? Die Rahmenentscheidung, die hinter jedem Datensatz mit Robotertrajektorien steht, bestimmt, was eine Policy am Ende tatsächlich lernen kann.
6 Min. Lesezeit
foundations
Zielkonditionierte Policies: ein Modell, viele Ziele
Eine zielkonditionierte Policy nimmt das Ziel als Eingabe entgegen, sodass ein einziges Modell viele Ziele verfolgen kann. Hier sind die gepaarten Daten und der Hindsight-Trick, die das möglich machen.
6 Min. Lesezeit
foundations
Reward-Modelle für das Roboterlernen, und warum Rewards scheitern
Handgeschriebene Rewards scheitern bei realer Manipulation. Hier erfahren Sie, warum, und wie ein gelernter Reward-Modell-Ansatz aus Präferenzen, Demos und Video sie ersetzt.
6 Min. Lesezeit
foundations
Propriozeption: der Sinn, den Roboter nicht sehen können
Propriozeption, das Gespür eines Roboters für die eigenen Gelenke und Kräfte, ist das, worauf sich Manipulation verlässt, wenn die Sicht blockiert ist, und der Grund, warum passives Video sie nicht liefern kann.
6 Min. Lesezeit
foundations
Beobachtungs- und Aktionsräume: Die stillen Entscheidungen
Der Aktionsraum und der Beobachtungsraum, für die Sie sich entscheiden, bestimmen, was ein Datensatz jemals lehren kann. Ein Leitfaden zu den stillen Entscheidungen, die den Roboter überdauern.
6 Min. Lesezeit
foundations
Was ist eine Roboter-Policy? Von der Beobachtung zur Aktion
Eine Roboter-Policy bildet Beobachtung auf Aktion ab. Sehen Sie, wie Ausgaberate, Aktionsformat, Gedächtnis und Determinismus exakt bestimmen, welche Daten Sie erfassen müssen.
6 Min. Lesezeit
foundations
Behavior Cloning erklärt: der Standardansatz und seine Grenzen
Behavior Cloning ist das Arbeitspferd des Roboterlernens. Warum es zum Standardansatz wurde, welcher kumulierende Fehler es zum Scheitern bringt, und was bessere Daten daran beheben.
6 Min. Lesezeit
policy
Warum Datenresidenz und Datensouveränität nicht dasselbe sind
Erfahren Sie, warum die präzise rechtliche Unterscheidung zwischen Residenz und Souveränität verändert, wie EU-Käufer Roboterdaten aus menschlichen Demonstrationen erwerben.
7 Min. Lesezeit
deep-dives
Warum Domain Randomization das Arbeitspferd des Sim-to-Real-Transfers ist
Erfahren Sie, wie Domain Randomization die Lücke zwischen Simulation und Realität in der Robotik überbrückt, wo die Methode an ihre Grenzen stößt und warum Daten aus der realen Welt der eigentliche Engpass bleiben.
6 Min. Lesezeit
foundations
Skill-Primitiven: Komplexe Aufgaben aus wiederverwendbaren Bausteinen aufbauen
Wie modulare Policies und Skill-Primitiven das Problem langer Aufgabenhorizonte in der Robotik lösen, und warum sich unsere Datenstrategie ändern muss, um sie zu unterstützen.
5 Min. Lesezeit
deep-dives
Warum Force-Feedback das fehlende Signal in der Teleoperation ist
Rein visuelles Imitation Learning versagt an der Kontaktgrenze. Wir untersuchen, wie aktives Force-Feedback sowohl die Leistung des Operators als auch die Daten für Physical AI verändert.
5 Min. Lesezeit
foundations
Handpose-Schätzung: Finger aus Videos in der Ich-Perspektive lesen
Wie die Extraktion von 21 Keypoint-Koordinaten aus egozentrischem Video das Retargeting-Problem der Hand vom Menschen zum Roboter für geschickte Manipulation löst.
5 Min. Lesezeit
trends
Physical AI in Europa: die Karte, und die fehlende Schicht
Europas Wette auf Physical AI ist real und gut finanziert. Doch Hardware und Compute reisen frei; der Input, der an Ort und Stelle bleibt, sind Demonstrationsdaten unter EU-Jurisdiktion.
6 Min. Lesezeit
policy
Souveräne Roboterdaten: warum EU-Speicherung nicht genügt
Ein Roboter-Datensatz auf EU-Servern zu speichern ist Datenresidenz, nicht Datensouveränität. Warum der US CLOUD Act auch in der EU gehostete Daten erreicht, und was echte Kontrolle erfordert.
7 Min. Lesezeit
trends
Warum Weltmodelle ins Humanoid-Rennen eingestiegen sind
Weltmodelle lassen humanoide Roboter Dynamik aus rohem Videomaterial lernen, ganz ohne Roboter im Prozess. Warum jedes Labor eines baut, und wo das Lernen aus Video an seine Grenzen stößt.
7 Min. Lesezeit
policy
Egozentrische Daten in Europa: Erfassung wird zur Spezifikation
Warum sich die Robotik auf egozentrische Daten geeinigt hat, und warum deren Erfassung in Europa Einwilligung, Provenienz und GDPR zu einer Datensatz-Spezifikation macht, nach der Käufer heute fragen.
7 Min. Lesezeit
trends
Roboter aus Internetvideos trainieren: Potenzial und Grenzen
Das Internet enthält Milliarden Stunden an Videomaterial von Menschen bei der Arbeit. Was Webvideo einem Roboter wirklich beibringt, wo es dabei an eine Mauer stößt, und welche Daten noch erfasst werden müssen.
8 Min. Lesezeit
policy
Provenienz ist jetzt eine Spec: der EU AI Act und Roboterdaten
Unter dem EU AI Act ist Provenienz eine technische Spezifikation, die in die Erfassungspipeline eingebaut wird, nicht Papierkram, der später angeflanscht wird. Protokollierung zum Erfassungszeitpunkt gewinnt.
8 Min. Lesezeit
trends
Das Datenschwungrad in der Robotik: Warum sich der Kreislauf kumuliert
Einsetzen, erfassen, neu trainieren: Der Datenkreislauf des Roboters ist real, aber er kumuliert sich nur, wenn Sie aus Fehlschlägen schöpfen, statt aus Stunden. Ein Blick aus der Praxis darauf, was das Rad antreibt.
6 Min. Lesezeit
policy
Warum man Roboter-Trainingsdaten in Europa erfassen sollte
Die Erfassung von Roboter-Trainingsdaten in Europa entscheidet darüber, wer den Datensatz kontrolliert, was Sie rechtlich damit tun dürfen und ob er unter EU-Recht ausgeliefert wird.
7 Min. Lesezeit
trends
Scaling Laws in der Robotik: Setzen sich mehr Daten durch?
Bedeuten mehr Daten bessere Roboter-Policies? Wo die Scaling-Law-Analogie aus dem LLM-Bereich bei VLA-Modellen greift, und an welchen drei Gelenken sie versagt.
6 Min. Lesezeit
trends
Die europäische Physical-AI-Landschaft, kartiert nach Daten
Eine Feldkarte der europäischen Physical AI, sortiert nicht nach Hardware, sondern danach, woher jeder Akteur, von NEURA bis zu Werkshallen-Pilotprojekten, seine Trainingsdaten tatsächlich bezieht.
7 Min. Lesezeit
policy
Consent by Design: GDPR für Demonstrationsdaten von Robotern
Egozentrische Demonstrationsdaten von Robotern zeichnen einen echten Menschen auf, deshalb gilt GDPR in vollem Umfang: Einwilligung, Minimierung und Löschung werden zu Engineering-Aufgaben bei der Erfassung.
8 Min. Lesezeit
trends
Die Landschaft der humanoiden Roboter 2026, kartiert nach Daten
Ein Feldführer zu den Unternehmen für humanoide Roboter des Jahres 2026, kartiert nicht nach Hardware, sondern nach Datenstrategie: Teleoperation, Simulation, menschliche Videos, geteilte Korpora.
6 Min. Lesezeit
trends
Wo Humanoide 2026 tatsächlich in der Fabrikhalle arbeiten
2026 stehen Humanoide in der Fabrikhalle, allerdings als eng begrenzte, überwachte Pilotprojekte. Wo sie wirklich arbeiten, was sie tun, und warum jedes Pilotprojekt zugleich ein Datenprogramm ist.
7 Min. Lesezeit
policy
Wem gehören Roboterdaten? Der EU Data Act erklärt
Ein Roboter, ein Capture-Rig und ein Sensor-Array erzeugen allesamt maschinengenerierte Daten. Wie der EU Data Act neu regelt, wer darauf zugreifen, sie teilen und lizenzieren darf.
8 Min. Lesezeit
trends
Das humanoide Datenunternehmen: Warum proprietäre Daten gewinnen
Die Hardware konvergiert, weshalb sich der Burggraben der Humanoiden zu proprietären Roboterdaten verschoben hat. Warum Demonstrationsdaten aus der Ich-Perspektive der Vermögenswert sind, der sich verzinst.
7 Min. Lesezeit
policy
C2PA und Content-Provenienz für KI-Trainingsdaten
C2PA wurde entwickelt, um KI-generierte Medien zu kennzeichnen. Dasselbe signierte, manipulationssichere Manifest lässt sich auf Roboter-Trainingsdaten übertragen, und Käufer unter dem EU AI Act werden danach fragen.
8 Min. Lesezeit
trends
Der Datenengpass in Embodied AI
Rechenleistung und Modellarchitekturen sind bereit. Reale Roboterdaten sind es nicht. Ein Blick in den Datenengpass, der Embodied AI zurückhält, und die Pyramide dahinter.
6 Min. Lesezeit
trends
Warum 2026 das Datenjahr der Humanoiden ist
Hardware wird ausgeliefert, Rechenleistung ist käuflich. 2026 ist die bindende Beschränkung für humanoide Roboter die Trainingsdaten. Warum die Mauer in die Datenschicht gewandert ist.
6 Min. Lesezeit
comparisons
Synthetische versus reale Roboterdaten: Die Mischung, die funktioniert
Synthetische Daten übertreffen reale Roboter-Trajektorien inzwischen um Größenordnungen, doch die Systeme, die generalisieren, mischen weiterhin beide. Wie man das Verhältnis bestimmt.
7 Min. Lesezeit
comparisons
Open X-Embodiment vs. DROID vs. RH20T: Wie sie sich unterscheiden
Open X-Embodiment, DROID und RH20T im Vergleich: Umfang, Sensorik und Provenienz, und warum reine Trajektorienzahlen mehr in die Irre führen, als sie zeigen.
7 Min. Lesezeit
policy
Privacy by Design bei der Erfassung menschlicher Demonstrationen
Egozentrische Demonstrationsdaten zeichnen ein echtes Gesicht, ein echtes Zuhause und eine echte Stimme auf, sie sind damit von Natur aus personenbezogene Daten. Datenschutz gehört in die Erfassungsspezifikation, nicht in eine Richtlinie.
7 Min. Lesezeit
comparisons
Open-Source-Robotermodelle vs. geschlossene Foundation-Stacks
Ein Feldführer durch die Debatte um Open-Source-Robotermodelle: wie das LeRobot-Ökosystem im Vergleich zu proprietären Stacks wie Gemini Robotics abschneidet, und wer davon profitiert.
6 Min. Lesezeit
comparisons
Teleoperation vs. menschliches Video: zwei Wege zu Roboterdaten
Teleoperation liefert perfekt ausgerichtete Roboter-Demonstrationen zu brutalen Kosten; menschliches Video liefert günstige Skalierung, die erst per Retargeting nutzbar gemacht werden muss. Die Kompromisse im direkten Vergleich.
7 Min. Lesezeit
trends
Warum das Daten-Schwungrad für Roboter Fehlschläge braucht, nicht nur Erfolge
Demonstrationen, die nur Erfolge zeigen, schmeicheln einer Roboter-Policy und verschleiern, wo sie versagt. Warum sich das Daten-Schwungrad nur dann selbst verstärkt, wenn auch Fehlschläge und Beinahe-Fehler erfasst werden.
7 Min. Lesezeit
comparisons
GR00T vs. pi0 vs. LeRobot: drei Datenstrategien
NVIDIA GR00T, Physical Intelligence pi0 und Hugging Face LeRobot lösen den Mangel an Roboterdaten jeweils auf unterschiedliche Weise. Ein Vergleich von Architektur und Daten.
5 Min. Lesezeit
policy
Warum menschliche Demonstrationsdaten besser skalieren als skriptgesteuerte Daten
Skriptgesteuerte Trajektorien sind sauber und günstig, aber Abdeckung ist es, was generalisiert. Warum menschliche Demonstrationsdaten die skalierbarere Basis für Roboter-Policies sind.
6 Min. Lesezeit
deep-dives
Mobile Manipulation: Daten für Roboter, die sich bewegen und greifen
Die meisten Roboterdaten setzen einen an einen Tisch geschraubten Arm voraus. Roboter, die zum Objekt laufen und es dann greifen, benötigen Daten, die Navigation mit Manipulation koppeln.
7 Min. Lesezeit
deep-dives
Taktile Sensorik: Die fehlende Modalität in Roboterdaten
RGB-Video wird in dem Moment blind, in dem ein Greifer ein Objekt berührt. Hier erfahren Sie, was taktile Sensorik und Kraftdaten der Manipulation hinzufügen und warum sie weiterhin rar bleiben.
6 Min. Lesezeit
deep-dives
Teleoperation 101: Wie Roboter von menschlichen Händen lernen
Teleoperation ist die Methode, mit der die meisten Daten zur Roboter-Manipulation entstehen. Ein Blick in die Pipeline: Rigs, Latenz, Annotation und die Qualitätssicherung, die aus Aufnahmen ein Signal macht.
8 Min. Lesezeit
deep-dives
Multimodale Roboterdaten: Kraft, Audio und Tiefe jenseits von RGB
Kraft, Kontakt-Audio und Tiefe tragen das, worauf kontaktreiche Manipulation beruht, die Signale, die RGB nie aufzeichnet. Was zu erfassen ist, und warum das Timing schwierig ist.
7 Min. Lesezeit
deep-dives
Warum fingerfertige Hände reichhaltigere Manipulationsdaten brauchen
Ein Zweifinger-Greifer ist ein gelöstes Datenproblem. Eine fünffingrige, fingerfertige Hand, die Manipulation in der Hand ausführt, ist es nicht, und die Daten dafür existieren kaum.
8 Min. Lesezeit
deep-dives
LeRobot: eine Open-Source-Einstiegsrampe ins Robot Learning
Wie Hugging Faces LeRobot die Einstiegshürde ins Robot Learning senkte: ein gemeinsames Datenformat, Arme für unter 200 Dollar und feinabstimmbare Policies wie ACT und pi0.
6 Min. Lesezeit
deep-dives
Hz vs. fps: Erfassungsrate und Regelfrequenz bei Robotern
Warum ein Roboter-Rig mit 240 Hz abtastet, eine Policy aber nur mit 30 Hz agiert, wie sich Erfassungsrate und Regelfrequenz unterscheiden, und was Multi-Rate-Sensorik kostet.
7 Min. Lesezeit
deep-dives
Wie Teleoperationsdaten erfasst werden, von Anfang bis Ende
Ein vollständiger Durchgang durch die Teleoperations-Datenpipeline, vom Leader-Follower-Rig bis zur synchronisierten, gefilterten, annotierten Trajektorie, und wo die Qualitätssicherung entschieden wird.
7 Min. Lesezeit
comparisons
Wie man eine Roboter-Policy tatsächlich misst
Eine Roboter-Policy kann bei einem Benchmark 90 % erzielen und im Feldeinsatz trotzdem versagen. Die Fallstricke der Policy-Evaluation, und wie man eine Policy ehrlich testet.
7 Min. Lesezeit
deep-dives
Wie viel Daten eine humanoide Fähigkeit braucht: Stichprobeneffizienz
Wie viele Demonstrationen braucht eine Fähigkeit humanoider Roboter wirklich? Eine ehrliche Spannbreite zwischen Imitationslernen, vortrainierten Policies und menschlichem Videomaterial.
7 Min. Lesezeit
policy
Der EU AI Act und Trainingsdaten für Roboter: Was Sie wissen müssen
Was der EU AI Act von verkörperten Trainingsdaten tatsächlich verlangt: die Qualitätsvorgaben aus Artikel 10, Provenienzpflichten für GPAI-Modelle und der Zeitplan 2026 bis 2027 für Roboter.
7 Min. Lesezeit
foundations
Knappe Demos strecken: Datenaugmentation für Roboter-Policies
Echte Roboter-Demos sind knapp, deshalb strecken Teams sie mit Datenaugmentation. Was Crops, Diffusion und Replay gratis hinzufügen, und was sie nicht vortäuschen können.
8 Min. Lesezeit
policy
Die Ökonomie der Roboterdaten: Kosten pro Demonstrationsstunde
Teleoperation, Simulation und egozentrisches Video haben jeweils unterschiedliche Kosten pro Demonstrationsstunde. Hier erfahren Sie, warum diese Zahl die Strategie für Roboterdaten bestimmt.
7 Min. Lesezeit
deep-dives
Von der Demonstration zum Einsatz: die Trainings-Pipeline für Roboter
Pretraining, Post-Training, Sim2Real und Evaluation bilden eine einzige Schleife, geschlossen durch Daten und ehrliches Testen, keine Checkliste. Ein Praxisleitfaden für die Trainings-Pipeline von Robotern.
6 Min. Lesezeit
deep-dives
Datenqualität vs. Datenmenge im Roboterlernen
Warum Abdeckung mehr zählt als reine Stundenzahl im Roboterlernen: TRIs Erkenntnisse zur Diversität, wie sich ein Datensatz auf Datenqualität hin lesen lässt, und die eigentlichen Zielkonflikte.
7 Min. Lesezeit
policy
Aktives Lernen: die richtigen Roboterdaten erfassen, statt einfach nur mehr
Roboterdemonstrationen sind teuer, deshalb sollten Sie jene erfassen, aus denen eine Policy am meisten lernt: aktives Lernen durch Unsicherheit, Uneinigkeit und Einsatzfehler.
8 Min. Lesezeit
policy
Warum die Datenjurisdiktion in Ihre KI-Trainingspipeline gehört
Für Robotik-Lerndatensätze, die Jurisdiktion und Einwilligung mit sich tragen, macht der EU AI Act die Provenienz von Trainingsdaten zu einem technischen statt einem juristischen Problem.
6 Min. Lesezeit
deep-dives
Was kontaktreiche Manipulation von Daten erfordert
Kraft- und Tastsignale, nicht Pixel, entscheiden über kontaktreiche Manipulation. Warum RGB sie niemals liefern kann und warum Tastdaten der eigentliche Engpass sind.
6 Min. Lesezeit
policy
Warum egozentrisches Menschenvideo zu den günstigsten Roboterdaten zählt
Egozentrisches Video nimmt den Roboter aus der Erfassungsschleife, deshalb sind die Stunden günstig. Warum es skaliert, und der Haken der Embodiment-Lücke, der es ehrlich hält.
7 Min. Lesezeit
deep-dives
Retargeting: eine menschliche Demonstration auf einen Roboterkörper abbilden
Eine menschliche Hand hat mehr als zwanzig Gelenke, ein Robotergreifer nur zwei. Retargeting schreibt eine Demonstration in den Körper des Roboters um, und genau hier entsteht das Leck.
8 Min. Lesezeit
deep-dives
Die versteckten Kosten der Annotation von Roboterdaten
Sprachlabels, Kalibrierung und Zeitsynchronisation sind die eigentlichen Kosten der Annotation von Roboterdaten. Warum plakative Trajektorien-Zahlen verbergen, ob ein Datensatz vertrauenswürdig ist.
7 Min. Lesezeit
foundations
Was sind egozentrische Daten, und warum Roboter aus ihnen lernen
Erfassung aus der Ich-Perspektive von Kopf- und Handgelenkkameras bringt Robotern das Greifen besser bei als jede Wandkamera. Was egozentrische Daten sind, und der Haken dabei.
6 Min. Lesezeit
deep-dives
Ein VLA in Echtzeit betreiben: das Problem der Inferenzlatenz
Eine Steuerungs-Policy muss schneller handeln, als sich die Welt verändert, doch ein großes VLA benötigt über 100 ms pro Forward Pass. Die Techniken, die diese Lücke in Echtzeit schließen.
8 Min. Lesezeit
foundations
Was ist ein robotisches Foundation Model? VLAs erklärt
GR00T, pi0 und Gemini Robotics sind robotische Foundation Models, keine Chatbots. Was ein VLA ist, wie es sich von einem LLM unterscheidet, und warum Daten der schwierige Teil sind.
6 Min. Lesezeit
foundations
Vision-Language-Action-Modelle: Eine allgemeinverständliche Einführung
Wie ein Vision-Language-Action-Modell Kamerapixel und eine gesprochene Anweisung in Roboterbewegung verwandelt, ohne die Mathematik: die Modelle, die Datensätze und die realen Grenzen.
7 Min. Lesezeit
foundations
Die Sim-to-Real-Lücke, erklärt: wo reale Daten gewinnen
Simulation trainiert Roboter kostengünstig, bildet aber im Stillen Kontakt, verformbare Objekte und menschlichen Kontext nur unzureichend ab. Ein Praxisleitfaden dazu, wo reale Daten nicht verhandelbar sind.
7 Min. Lesezeit
foundations
Post-Training einer VLA: vom Generalisten- zur Spezialisten-Policy
Fine-Tuning macht aus einer generalistischen Roboter-Policy eine, die sich tatsächlich einsetzen lässt. Ein konkreter Blick auf das Post-Training von VLAs: Methoden, Daten, Fehlermodi und Evaluation.
6 Min. Lesezeit
foundations
Ganzkörperkontrolle: wie Humanoide Beine und Arme koordinieren
Ein Humanoid muss auf zwei Beinen balancieren, während er manipuliert, sodass jeder Griff seinen eigenen Schwerpunkt verschiebt. Warum Ganzkörperkontrolle schwierig und datenhungrig ist.
7 Min. Lesezeit
foundations
Imitationslernen vs. Reinforcement Learning für Manipulation
Warum die meisten Robotik-Manipulations-Stacks zuerst durch Imitation lernen und erst danach zu Reinforcement Learning greifen, wann welches Verfahren gewinnt und wie sich beide kombinieren lassen.
7 Min. Lesezeit
foundations
Gemini Robotics, erklärt: Embodied Reasoning in einem VLA
DeepMind hat Gemini Robotics in ein denkendes Gehirn und einen handelnden Körper aufgeteilt. Wie Embodied Reasoning einen VLA vom Auswendiglerner zum Planer macht.
7 Min. Lesezeit
deep-dives
Die taktilen Sensoren, die Roboterhänden einen Tastsinn geben
Kapazitive Arrays, barometrische MEMS und Gele im GelSight-Stil verleihen Roboterhänden jeweils auf unterschiedliche Weise einen Tastsinn. Ein Feldführer durch die Hardware taktiler Sensoren.
8 Min. Lesezeit
foundations
Diffusion Policy erklärt: generative Robotersteuerung
Warum generative Modelle, Diffusion und Flow Matching, zur Standardmethode wurden, mit der Foundation Models für Roboter multimodale Aktionen erzeugen, und was das von den Daten verlangt.
7 Min. Lesezeit
foundations
Cross-Embodiment Learning: Eine Policy, viele Roboter
Wie eine einzige Policy lernt, viele unterschiedliche Roboter zu steuern, warum ihre heterogenen Körper das schwierig machen, und was Open X-Embodiment tatsächlich bewiesen hat.
7 Min. Lesezeit
foundations
Aktions-Tokenisierung in einem VLA, erklärt
Wie Vision-Language-Action-Modelle kontinuierliche Bewegung in diskrete Aktions-Tokens umwandeln, die ein Transformer vorhersagen kann, und warum diese Wahl die Auflösung begrenzt.
7 Min. Lesezeit