Robotica › Humanoïde robots

Nvidia's GR00T 2 leert robots taken door mensen op video te bekijken

· Bijgewerkt 11 november 2026, 01:19 · 2 min leestijd

Humanoïde robots
Beeld: The Decoder

Nvidia heeft een nieuw AI-model voor robots gepresenteerd dat leert door simpelweg naar video's van mensen te kijken. GR00T 2 voorspelt niet alleen de volgende robotbeweging, maar ook hoe de camerabeelden daarna veranderen, en vervangt zo tijdrovende handmatige training. In tests kon een robot hiermee zelfstandig taken als bananen snijden en pakketjes sorteren uitvoeren.

Robots leren nieuwe taken meestal doordat technici ze urenlang handmatig besturen, stap voor stap. Chipmaker Nvidia presenteert nu een alternatief: een AI-model dat naar video's van mensen kijkt en zelf uitzoekt hoe een robotarm dezelfde beweging kan maken. Het systeem heet GR00T 2 en moet de dure en tijdrovende trainingsfase van robots flink verkorten.

Van teleoperatie naar video leren

Normaal gesproken bestuurt een operator een robot op afstand om hem een taak aan te leren, de zogeheten teleoperatie. Dat werkt, maar is traag en moet voor elk robotmodel opnieuw gebeuren. GR00T 2 pakt dit anders aan. Het voorspelt niet alleen welke beweging een robotarm moet maken, maar ook hoe de camerabeelden er een fractie van een seconde later uit zouden moeten zien. Nvidia noemt dit een wereld-actiemodel: het model verbeeldt zichzelf als de robot die de taak uitvoert, gebaseerd op menselijke bewegingen die het op video heeft gezien.

Om dit te leren, trainde Nvidia het model op een rekencluster met meer dan duizend GB300-chips en ongeveer 400.000 uur video van mensen die alledaagse taken uitvoeren met een camera op hun hoofd. Wil je de robot een nieuwe taak leren, dan is het voldoende als iemand die taak voordoet met speciale datahandschoenen of een vinger-exoskelet. Het model vervangt in zijn voorspelling de menselijke hand door een robotarm en leidt daaruit de juiste besturingscommando's af.

Van bananen snijden tot pakketjes sorteren

In labtests kon een robot met een vijfvingerige hand hierdoor zelf een lucifer aansteken, een banaan snijden of pakketjes op een lopende band leggen, zonder dat die specifieke taken van tevoren waren ingeoefend met teleoperatie. De slagingspercentages liepen uiteen van 10 tot 80 procent, afhankelijk van de klus. Bij vijftig taken waar het model al redelijk goed in was, bracht minder dan drie minuten extra training het slagingspercentage van 40 naar 95 procent.

Voor complexere assemblagetaken combineert Nvidia GR00T 2 met een taalmodel, in de tests GPT-6 Astra van OpenAI. Dat taalmodel splitst een opdracht op in stappen, markeert grijppunten in het camerabeeld en grijpt in als een onderdeel wegvalt. Met die hulp zette een robot losse onderdelen van een speelgoedmodel in 97 procent van de gevallen correct in elkaar. Zonder die extra laag en bijscholing slaagde dat maar in 23 van de 100 pogingen.

Voor tweevoetige, humanoïde robots maakte Nvidia een lichtere versie, GR00T 2 Turbo, die op de kleinere computer Jetson Thor in de robot zelf kan draaien. Daarmee kon een robot popcorn opscheppen, tafels afruimen en met een doek onder zijn voet een plas opdweilen, al lukte die laatste klus maar in iets minder dan de helft van de pogingen.

Nvidia benoemt ook de beperkingen. Het model gebruikt nog geen directe tastzin en ziet daardoor soms kleine fouten, zoals een half aangedraaide schroef, over het hoofd. Bovendien maakt het taalmodel de robot trager: tijdens het sorteren van afval stond de robot ongeveer een derde van de tijd stil, omdat hij meer dan zeven seconden moest wachten op de volgende berekening van het planningsmodel.

Achtergrond & begrippen

Wat betekent dit voor de toekomst? Als robots taken kunnen leren door simpelweg video's van mensen te bekijken, wordt het trainen van robots veel sneller en goedkoper. Dat kan de opmars van humanoïde robots in fabrieken, magazijnen en uiteindelijk huishoudens versnellen, al laten de wisselende slagingspercentages zien dat volledige betrouwbaarheid nog ver weg is.

Teleoperatie
Het op afstand besturen van een robot door een mens, vaak gebruikt om een robot een taak voor te doen tijdens training.
Wereld-actiemodel
Een AI-model dat niet alleen de volgende actie voorspelt, maar ook hoe de omgeving er daarna uitziet, zodat het zijn eigen bewegingen kan voorstellen voordat het ze uitvoert.
Vision-language-action model
Het type AI-model dat camerabeelden en taalinstructies direct omzet in motorbewegingen, de aanpak die GR00T 2 vervangt.
Diffusiemodel
Een AI-techniek die stap voor stap ruis uit data verwijdert om nieuwe beelden of video's te genereren, hier gebruikt om toekomstige camerabeelden te voorspellen.
GB300-chip
Een krachtige Nvidia-chip die wordt gebruikt om grote AI-modellen te trainen.
Jetson Thor
Een compacte computer van Nvidia die in een robot zelf wordt ingebouwd om AI-berekeningen lokaal uit te voeren.
Datahandschoen / vinger-exoskelet
Draagbare apparaten die handbewegingen van een mens nauwkeurig registreren, zodat een AI-model die bewegingen later kan vertalen naar een robotarm.
Humanoïde robot
Een robot met een mensachtige vorm, meestal met twee armen en twee benen, bedoeld om menselijke omgevingen te kunnen navigeren.

Bronnen

Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.

Meer over Humanoïde robots