Primitieve vaardigheden: de bouwstenen waarmee robots leren bewegen en handelen
Een peuter leert niet in één keer een kop koffie zetten. Eerst leert hij grijpen, dan lopen, dan een deur openduwen, dan iets vasthouden zonder het te laten vallen. Pas als die losse bewegingen onder de knie zijn, kan hij ze combineren tot iets complex: naar de keuken lopen, een kopje pakken, water inschenken. Diezelfde logica gebruiken onderzoekers steeds vaker om robots en AI-systemen te trainen. In plaats van een robot in één keer te leren "maak ontbijt", geeft men hem eerst een set kleine, losstaande bewegingen of handelingen mee — de zogeheten primitieve vaardigheden — die daarna slim gecombineerd worden.
Het idee is simpel maar krachtig: bouw geen enkel systeem dat alles tegelijk moet leren, maar een verzameling kleine, herbruikbare bouwstenen die steeds opnieuw ingezet kunnen worden. Een primitieve vaardigheid kan bijvoorbeeld "pak een object op", "loop naar punt X" of "draai een deur open" zijn. Door die bouwstenen aan elkaar te rijgen — vaak aangestuurd door een planningssysteem of, de laatste jaren, een taalmodel — kan een robot ook taken uitvoeren waarvoor hij nooit specifiek getraind is. Dit artikel legt uit hoe dat werkt, wat de stand van zaken is, en wie eraan werken.
Wat is het precies?
De kern van het idee is dat je complex gedrag opbouwt uit kleine, goed gedefinieerde eenheden in plaats van alles in één groot, ondoorzichtig systeem te proppen. Zo'n primitieve vaardigheid is een stukje gedrag met een duidelijk begin en eind, dat op zichzelf al bruikbaar is en dat je kunt hergebruiken in veel verschillende situaties.
Een van de oudste en meest invloedrijke formele methodes hiervoor zijn Dynamic Movement Primitives (DMP's, letterlijk "dynamische bewegingsprimitieven"). Dit is een wiskundige manier om een beweging — bijvoorbeeld de arm van een robot die naar een object reikt — vast te leggen als een soort veerkrachtig patroon dat zich aanpast aan een nieuw startpunt of doel, zonder dat de beweging helemaal opnieuw geleerd hoeft te worden. Het concept werd begin jaren 2000 geïntroduceerd door onderzoekers als Auke Ijspeert en Stefan Schaal, en verder uitgewerkt in latere publicaties. Een robotarm die eenmaal geleerd heeft hoe hij naar één punt moet reiken, kan met een DMP relatief eenvoudig ook naar een ander punt reiken, zonder dat de hele beweging opnieuw wordt aangeleerd.
Een tweede belangrijke bouwsteen komt uit het zogeheten versterkend leren (reinforcement learning), een tak van AI waarbij een systeem leert door te experimenteren en beloningen te krijgen voor gewenst gedrag. Onderzoekers Richard Sutton, Doina Precup en Satinder Singh introduceerden in 1999 het zogeheten options framework: in plaats van op elk moment één simpele actie te kiezen (bijvoorbeeld "beweeg iets naar links"), kan een systeem ook een "optie" kiezen — een langer lopende subroutine met een eigen start- en stopconditie, zoals "loop naar de deur". Dat is in feite een vroege, wiskundige vorm van een primitieve vaardigheid.
In de moderne praktijk worden vaardigheden vaak niet met de hand geprogrammeerd, maar geleerd uit voorbeelden: een robot krijgt talloze video's of demonstraties te zien van een taak, en een neuraal netwerk (een AI-model geïnspireerd op hoe hersenen leren) leert daaruit een herbruikbaar gedragspatroon. Zo ontstaat een "bibliotheek" van vaardigheden. Een bovenliggend systeem — vroeger een klassieke planner, tegenwoordig steeds vaker een groot taalmodel zoals dat achter chatbots — kiest vervolgens welke vaardigheden in welke volgorde nodig zijn om een instructie als "breng me een blikje fris uit de koelkast" uit te voeren.
Wat wil men ermee bereiken?
De belangrijkste drijfveer is efficiëntie. Het trainen van een AI-systeem kost enorm veel data en rekenkracht, zeker als het om een fysieke robot gaat die in de echte wereld moet oefenen. Als je voor elke nieuwe taak helemaal opnieuw moet beginnen, schaalt dat niet: er zijn te veel mogelijke taken in de wereld om ze allemaal apart aan te leren. Herbruikbare primitieve vaardigheden maken het mogelijk om met relatief weinig extra data nieuwe combinaties van bekende bouwstenen te maken.
Een tweede doel is generalisatie: het vermogen van een systeem om dingen te doen die het nooit letterlijk heeft geoefend. Een robot die "pak op" en "zet neer" apart kent, hoeft niet apart te leren hoe hij een kopje op een schoteltje zet — die combinatie volgt logisch uit de bouwstenen.
Er is ook een veiligheids- en controleargument. Eén groot, ondoorzichtig AI-systeem dat van sensor tot actie alles zelf verzint, is moeilijk te doorgronden en te testen. Een verzameling kleinere, goed gedefinieerde vaardigheden is makkelijker apart te controleren, te testen en zo nodig te corrigeren — wat belangrijk is als robots straks rond mensen bewegen.
Ten slotte is er de belofte van de "algemene robot": een machine die niet één taak op één plek doet (zoals de klassieke lasrobot in een fabriek), maar die flexibel inzetbaar is in huizen, ziekenhuizen of magazijnen. Primitieve vaardigheden worden gezien als een praktische route naar zulke veelzijdige robots, omdat je niet voor elke nieuwe omgeving een compleet nieuw systeem hoeft te bouwen.
Voorbeelden uit de praktijk
Het idee is niet alleen theorie; er zijn de afgelopen decennia en vooral de afgelopen jaren concrete projecten geweest die het toepassen.
Dynamic Movement Primitives zelf worden al ruim twintig jaar gebruikt in onderzoekslabs, onder meer voor robotarmen die leren schrijven, tafeltennissen of gereedschap hanteren, doordat één geleerde beweging steeds opnieuw aangepast kan worden aan een net iets andere situatie.
In 2022 introduceerde Google Robotics SayCan, een systeem dat een taalmodel combineerde met een bibliotheek van tientallen geleerde, primitieve robotvaardigheden (zoals iets oppakken, ergens naartoe lopen, iets neerzetten). Het taalmodel bedacht welke stappen logisch waren om bijvoorbeeld een gemorste snack op te ruimen, terwijl een apart systeem inschatte welke vaardigheden op dat moment daadwerkelijk uitvoerbaar waren in de fysieke omgeving. De combinatie liet een mobiele keukenrobot relatief complexe, gesproken instructies uitvoeren.
Daarop volgden bij Google DeepMind de modellen RT-1 (2022) en RT-2 (2023), die grote hoeveelheden robotdemonstraties combineren met taal- en beeldherkenning om instructies rechtstreeks te vertalen naar robotacties. Ook RoboCat (2023), eveneens van DeepMind, is een voorbeeld van een zogeheten generalistische robotagent die met een beperkt aantal nieuwe demonstraties een nieuwe taak of zelfs een ander type robotarm kan leren bedienen, voortbouwend op een breed geleerde basis van vaardigheden.
Buiten de AI-taalmodellenwereld werkt Boston Dynamics al langer met bibliotheken van besturingsprimitieven voor zijn robots Atlas en Spot: afzonderlijke, zorgvuldig ontworpen bewegingspatronen (lopen, springen, een blok optillen) die als bouwstenen worden samengevoegd tot de indrukwekkende, choreografisch ogende demonstraties die het bedrijf regelmatig toont, zoals de parkour- en dansvideo's van Atlas.
Hoe ver is de techniek?
Voor beperkte, goed gedefinieerde toepassingen bestaat deze aanpak al decennialang en werkt hij betrouwbaar: klassieke bewegingsprimitieven worden allang gebruikt in industriële robotarmen die lassen, schroeven of onderdelen plaatsen. Dat is bewezen technologie.
De combinatie met moderne taalmodellen — waarbij een robot in gewone taal een complexe, open opdracht krijgt en zelf uitzoekt welke vaardigheden hij in welke volgorde nodig heeft — is veel jonger en dateert grotendeels van 2022 en later. Deze aanpak is veelbelovend maar nog broos: robots presteren doorgaans goed binnen de omgevingen en objecten waarmee ze getraind zijn, maar maken nog regelmatig fouten zodra de situatie net iets anders is dan geoefend, bijvoorbeeld een onbekend object, een ander soort licht, of een rommelige in plaats van opgeruimde ruimte.
Een bekend obstakel is de zogeheten sim-to-real gap: vaardigheden die in een computersimulatie perfect werken, gedragen zich in de fysieke wereld vaak net anders door wrijving, gewicht, sensorruis of onvoorspelbare omgevingen. Ook blijft het verzamelen van voldoende, kwalitatief goede trainingsdata van échte robots duur en tijdrovend, wat de opbouw van brede vaardighedenbibliotheken vertraagt.
Sinds 2022 is er wel een duidelijke versnelling zichtbaar, gedreven door de doorbraken in taalmodellen en de beschikbaarheid van grotere, multimodale datasets (data die tegelijk beeld, taal en robotacties combineert). Hoe snel dit leidt tot echt algemeen inzetbare huishoud- of fabrieksrobots, is onder experts omstreden: sommigen verwachten binnen enkele jaren bruikbare toepassingen in afgebakende omgevingen, anderen wijzen erop dat volledige, betrouwbare algemene robotvaardigheid nog wel een decennium of langer kan duren.
Wie werken eraan?
Google DeepMind (Verenigde Staten/Verenigd Koninkrijk) is met projecten als SayCan, RT-1, RT-2 en RoboCat een van de meest zichtbare spelers op het snijvlak van taalmodellen en robotvaardigheden. Boston Dynamics (VS, onderdeel van het Zuid-Koreaanse Hyundai) is toonaangevend op het gebied van fysieke bewegingsprimitieven voor benen- en armrobots als Atlas en Spot.
Aan universiteiten speelt onder meer UC Berkeley een grote rol, met onderzoeksgroepen die fundamenteel werk doen aan versterkend leren en robotvaardigheden. Ook Toyota Research Institute investeert fors in grootschalig robot-leren met vaardighedenbibliotheken, gericht op praktische inzet in bijvoorbeeld huishoudens.
Daarnaast zijn er jonge, gespecialiseerde bedrijven die humanoïde robots bouwen en daarbij expliciet experimenteren met de combinatie van taalmodellen en primitieve vaardigheden, zoals Figure AI, dat in 2024 een samenwerking aankondigde met OpenAI om taalmodellen te koppelen aan robotbesturing, en concurrenten als 1X Technologies en Agility Robotics.
Ook in Europa lopen onderzoeksprogramma's op dit terrein, bijvoorbeeld aan technische universiteiten zoals TU Delft en TU Eindhoven, die werk doen aan robotbesturing en hiërarchisch leren — doorgaans op kleinere schaal dan de grote Amerikaanse techbedrijven, maar met een belangrijke bijdrage aan de wetenschappelijke basis van het vakgebied.