Google DeepMind laat humanoïde robots met heel hun lichaam bewegen

Google DeepMind heeft een nieuwe versie van zijn robot-besturingssysteem gepresenteerd: Gemini Robotics 2. Het model is een zogeheten vision-language-action-model, kortweg VLA. Zo'n systeem vertaalt camerabeelden en gesproken instructies direct naar bewegingen. De vorige versie kon vooral de bovenkant van een humanoïde robot aansturen, voor taken op een tafelblad zoals iets oppakken of neerzetten. Gemini Robotics 2 stuurt nu het hele lichaam aan. Op de humanoïde robot Apollo 2 van het Amerikaanse bedrijf Apptronik kan een gebruiker bijvoorbeeld vragen om een gieter in de groene bak op de onderste plank te leggen. De robot loopt vervolgens zelf naar de tafel, pakt de gieter op, loopt naar de kast en zet het voorwerp precies op de juiste plek neer. Voor dat soort taken moet een robot kunnen lopen, hurken en reiken, en die bewegingen combineren met grijpen. DeepMind noemt dit een belangrijke stap, al erkent het bedrijf dat de snelheid van robotbewegingen nog moet verbeteren voordat ze net zo vlot werken als mensen.

Vingers die knopen leggen

Naast grovere bewegingen richt de update zich ook op fijne motoriek. Het model kan de vijfvingerige SharpaWave-hand van de Apollo 2-robot aansturen, een grijparm met 22 bewegingsvrijheden. Daarmee lukken precisietaken zoals een knoop leggen in een touw of een diepvrieszakje dichtdrukken. Hetzelfde model werkt ook met een eenvoudigere tweevingerige parallelgrijper op een Franka Duo-robotarm, waarmee spullen strak worden ingepakt. Dat een en hetzelfde AI-model met heel verschillende grijpers en handen overweg kan, is volgens DeepMind een teken dat de technologie breed inzetbaar wordt, ongeacht het type robot.

Samenwerken en veilig blijven

Complexe klussen duren vaak minuten en bestaan uit tientallen stappen. Daarvoor introduceert DeepMind Gemini Robotics ER 2, een model voor belichaamde redenering dat fungeert als het 'brein' van de robot. Dit model bekijkt de omgeving, bedenkt een stappenplan, communiceert met mensen en controleert of elke stap goed verloopt. Gaat er iets mis, dan corrigeert het systeem zichzelf. Nieuw is ook dat meerdere robots via dit systeem kunnen samenwerken om een taak sneller af te ronden. Voor toepassingen zonder internetverbinding bracht DeepMind bovendien Gemini Robotics On-Device 2 uit, een lichtere variant die lokaal op een robot draait. Dankzij bewegingstransfer-technieken leert dit model al binnen een paar uur en met minder dan tweehonderd voorbeelden werken met een compleet nieuw robotlichaam, ook als de vorm, sensoren of gewrichten sterk afwijken. Veiligheid krijgt eveneens aandacht: met de nieuwe ASIMOV-Agentic-testmethode meet DeepMind of een robot onveilige opdrachten weigert en op tijd stopt als een mens te dichtbij komt. Volgens het bedrijf is Gemini Robotics ER 2 tot dusver het veiligste model dat het heeft ontwikkeld.