AI-model leert humanoïde robot cornhole spelen na één enkele video

Onderzoekers van Google DeepMind voerden een opvallende interne test uit met hun nieuwste AI-model Gemini 4 Argon. Ze lieten het model simpelweg een video bekijken van een mens die cornhole speelt, een populair werpspel waarbij je een zakje graan in een gat op een schuine plank probeert te gooien. Met behulp van zijn beeldherkenning en redeneervermogen zette Gemini 4 Argon die ene video om in een volledige natuurkundige simulatie, gebouwd in de simulatiesoftware MuJoCo. Daarin berekende het model precies welke bewegingen en krachten nodig zijn om de worp goed uit te voeren.

Van video naar simulatie naar de echte wereld

Die berekeningen gingen vervolgens naar Apollo 2, de humanoïde robot van het Texaanse bedrijf Apptronik. De robot gebruikte de aansturing die Gemini 4 Argon had berekend om zelf cornhole te spelen, en wist zeven keer achter elkaar raak te gooien. Opvallend is niet alleen het resultaat, maar vooral de snelheid waarmee het tot stand kwam. Normaal gesproken kost het programmeren en testen van zulke precieze bewegingen voor een robot weken werk van technici. Met deze aanpak, die DeepMind een Video-to-Sim-to-Real pipeline noemt, gebeurde het in slechts een paar uur.

Waarom dit een belangrijke stap is

Het bijzondere zit in de keten van video naar simulatie naar werkelijkheid. Robots zoals Apollo 2 moeten leren hun hele lichaam te coördineren, van balans tot armbewegingen, iets wat ingenieurs "whole-body control" noemen. Dat is normaal een tijdrovend proces waarbij techniek met de hand wordt afgesteld. Door een AI-model de fysica zelf te laten herleiden uit alledaagse videobeelden, valt die handmatige stap grotendeels weg. In theorie kan vrijwel elke video van een mens die een taak uitvoert, worden omgezet in trainingsmateriaal voor een robot. Dat opent de deur naar een enorme, vrijwel onuitputtende bron van oefenmateriaal, zonder dat daarvoor dure en tijdrovende robotproeven nodig zijn.

Wat dit betekent voor robotica

Apptronik behoort, samen met bedrijven als Boston Dynamics en Figure, tot de kopgroep die werkt aan humanoïde robots voor fabrieken, magazijnen en uiteindelijk huishoudens. Een van de grootste obstakels daarbij is dat robots nog altijd relatief weinig algemene vaardigheden beheersen vergeleken met mensen. Elke nieuwe handeling moest tot nu toe vaak apart worden aangeleerd met gespecialiseerde training. Als AI-modellen als Gemini voortaan kennis uit gewone video's kunnen destilleren en direct vertalen naar robotbesturing, kan dat de ontwikkeling van veelzijdige robots fors versnellen. DeepMind noemt dit zelf onderdeel van "physical AI": kunstmatige intelligentie die niet alleen tekst of beelden verwerkt, maar ook daadwerkelijk invloed heeft op bewegingen in de fysieke wereld.