Humanoïde robots: mensvormige machines voor fabriek, magazijn en huis
Een humanoïde robot is een machine die qua bouw op een mens lijkt: hij heeft een romp, twee armen, twee benen en meestal een kop met camera's die dienstdoen als ogen. Het idee is simpel maar ambitieus: bouw een robot die past in een wereld die al helemaal is ingericht op mensen. Een deur, een trap, een ladder, een stuur, een schroevendraaier — dat is allemaal ontworpen voor handen, voeten en een rechtopstaand lichaam. Een robot met datzelfde lichaamsplan hoeft de wereld dus niet te veranderen om erin te kunnen werken.
Denk aan een magazijnmedewerker die dozen van de ene stelling naar de andere loopband tilt. Een gewone magazijnrobot rijdt meestal op wieltjes en kan alleen platte vloeren aan. Een humanoïde robot kan in theorie dezelfde trap op als zijn menselijke collega, dezelfde krukjes gebruiken en dezelfde bakken optillen. Die veelzijdigheid is precies waarom bedrijven als Tesla, Boston Dynamics en tientallen start-ups de afgelopen jaren fors hebben geïnvesteerd in dit soort robots — ook al is de techniek, zoals u hieronder leest, nog verre van volwassen.
Wat is het precies?
Een humanoïde robot bestaat grofweg uit drie lagen: het lichaam, de sensoren en de besturing. Het lichaam wordt aangedreven door actuatoren, de robotversie van spieren. Dit zijn meestal elektromotoren gekoppeld aan tandwielen, soms aangevuld met hydrauliek (aandrijving met vloeistofdruk) voor extra kracht in bijvoorbeeld de benen.
Om niet om te vallen heeft de robot sensoren nodig die voortdurend meten hoe hij staat: gyroscopen en versnellingsmeters (samen een 'inertial measurement unit' of IMU genoemd) registreren kantelen en beweging, terwijl krachtsensoren in de voeten voelen hoeveel gewicht op welke voet rust. Op basis van die gegevens berekent de besturingssoftware, tientallen keren per seconde, hoe de robot zijn gewicht moet verplaatsen om rechtop te blijven. Dat proces heet balanceren of 'locomotion control' en is een van de moeilijkste technische problemen in de robotica.
Voor het waarnemen van de omgeving gebruiken de meeste humanoïde robots camera's en soms lidar: een sensor die met laserpulsen een driedimensionale kaart van de omgeving maakt, vergelijkbaar met echolocatie maar dan met licht. Die gegevens gaan naar een computer die objecten herkent en een pad bepaalt.
De grootste sprong van de afgelopen jaren zit in de 'hersenen'. Waar robots vroeger met vaste, voorgeprogrammeerde bewegingen werkten, gebruiken de nieuwste generaties zogeheten foundation models: grote, op enorme hoeveelheden data getrainde AI-modellen, vergelijkbaar met de taalmodellen achter chatbots, maar dan getraind op beeld én beweging. Een specifieke variant hiervan zijn 'vision-language-action'-modellen (VLA-modellen): systemen die een camerabeeld en een gesproken opdracht als 'pak die beker' rechtstreeks omzetten in motorbewegingen. Dat maakt robots flexibeler, omdat ze niet voor elke nieuwe taak apart geprogrammeerd hoeven te worden.
Wat wil men ermee bereiken?
De belangrijkste drijfveer is arbeid: in delen van de industrie, logistiek en zorg is al jaren een tekort aan personeel voor fysiek werk, en dat tekort neemt in vergrijzende landen eerder toe dan af. Bedrijven hopen dat humanoïde robots repetitief, zwaar of gevaarlijk werk kunnen overnemen, van het sorteren van pakketten tot het werken in omgevingen met hitte, stof of giftige stoffen.
Een tweede motivatie is aanpasbaarheid zonder de fabriek te verbouwen. Een gespecialiseerde robotarm moet vaak op maat worden ingebouwd in een productielijn. Een humanoïde robot kan, in theorie, dezelfde gereedschappen en werkplekken gebruiken als een mens, wat installatie en omscholing goedkoper zou moeten maken.
Op de langere termijn mikken sommige bedrijven, zoals de Noorse start-up 1X Technologies, expliciet op de huiskamer: een robot die was opvouwt, opruimt of ondersteuning biedt aan ouderen die langer zelfstandig thuis willen wonen. Dat blijft vooralsnog vooral een belofte; commerciële, betaalbare thuisrobots zijn er nog niet.
Voorbeelden uit de praktijk
Boston Dynamics Atlas — Het Amerikaanse bedrijf, sinds 2021 eigendom van de Zuid-Koreaanse autofabrikant Hyundai, bouwde jarenlang een hydraulische Atlas-robot die bekend werd van video's met salto's en parkour. In 2024 kondigde Boston Dynamics een volledig nieuwe, elektrische versie van Atlas aan, bedoeld voor echte fabriekstaken in plaats van demonstraties, met de nadruk op samenwerking met Hyundai's eigen autofabrieken.
Tesla Optimus — Tesla presenteerde het plan voor een humanoïde robot in 2021 en toonde in 2022 een eerste, nog beperkt functionerende prototype. Sindsdien heeft het bedrijf opeenvolgende generaties laten zien die vloeiender lopen en fijnere handbewegingen maken. Tesla-topman Elon Musk heeft herhaaldelijk gezegd dat Optimus uiteindelijk in Tesla's eigen fabrieken en op termijn breder ingezet moet worden, al lopen de aangekondigde tijdlijnen voor grootschalige productie steeds op.
Figure AI — Deze in 2022 opgerichte Amerikaanse start-up kondigde in 2024 een samenwerking aan met autofabrikant BMW om robots te testen in een fabriek, en werkte daarnaast samen met OpenAI, het bedrijf achter ChatGPT, om spraak- en redeneervermogen aan de robot toe te voegen.
Agility Robotics Digit — Digit is een tweebenige robot zonder mensachtig hoofd, specifiek ontworpen voor magazijnwerk zoals het verplaatsen van bakken. Het bedrijf voerde rond 2023 pilotprojecten uit met logistieke partijen, waaronder proeven bij het logistiek dienstverlener GXO, om te testen of Digit bruikbaar is naast menselijke werknemers.
Unitree — Dit Chinese bedrijf, dat eerder al bekend was van relatief betaalbare vierpotige robothonden, bracht in 2023 en 2024 de humanoïde modellen H1 en G1 uit tegen prijzen die aanzienlijk lager liggen dan bij westerse concurrenten, wat de toegankelijkheid van onderzoek naar humanoïde robots vergroot.
Hoe ver is de techniek?
Ondanks de indrukwekkende demonstratievideo's bevindt de techniek zich grotendeels nog in de fase van pilots en gecontroleerde proefopstellingen, niet van grootschalige, winstgevende inzet. Robots lopen inmiddels behoorlijk stabiel op vlakke vloeren, maar oneffen terrein, gladde ondergrond of onverwachte obstakels blijven lastig.
De grootste knelpunten zijn: batterijduur (de meeste robots draaien nu op één tot enkele uren werk per lading), fijne motoriek (het betrouwbaar oppakken van uiteenlopende, onbekende voorwerpen is nog altijd moeilijker dan lopen), kosten (onderdelen als precisie-actuatoren zijn duur) en veiligheid (een zwaar, snel bewegend mensachtig lichaam naast mensen laten werken vraagt strenge waarborgen). Ook de betrouwbaarheid over lange periodes, zonder handmatig ingrijpen, is nog een open vraag.
Wat wel duidelijk versnelt, is de vooruitgang in de AI-laag. Sinds ongeveer 2023 profiteert de sector van dezelfde doorbraken in machine learning die ook chatbots en beeldherkenning verbeterden. Dat maakt robots sneller trainbaar voor nieuwe taken, maar het lost de mechanische en energetische beperkingen niet vanzelf op. Onafhankelijke experts, onder meer bij vakblad IEEE Spectrum, wijzen er geregeld op dat de kloof tussen showcase-video en dagelijkse, betrouwbare inzet nog altijd groot is.
Wie werken eraan?
De Verenigde Staten en China zijn de twee grootste centra van ontwikkeling. In de VS werken onder meer Boston Dynamics (eigendom van het Zuid-Koreaanse Hyundai), Tesla, Figure AI, Agility Robotics, Apptronik en 1X Technologies (oorspronkelijk Noors, met groeiende Amerikaanse activiteiten) aan concurrerende modellen. In China ontwikkelen bedrijven als Unitree relatief goedkope humanoïde platforms, mede gestimuleerd door overheidsbeleid dat robotica als strategische industrie bestempelt.
Zuid-Korea heeft via het Hyundai-Boston Dynamics-samenwerkingsverband en onderzoeksinstituut KAIST (bekend van eerdere DARPA-robotwedstrijden) een stevige positie. Japan geldt van oudsher als pionier: Honda ontwikkelde tientallen jaren de humanoïde robot ASIMO als onderzoeksproject, maar zette dat programma in 2022 stop, mede omdat commerciële toepassingen uitbleven. Universiteiten en onderzoeksinstituten wereldwijd, waaronder in de VS gelieerd aan instellingen als MIT en Carnegie Mellon, dragen bij aan fundamenteel onderzoek naar balans, actuatoren en AI-besturing dat vaak weer doorsijpelt naar de bedrijven.
