Robotagent: wanneer een robot zelf leert denken en handelen
Stel je een magazijnmedewerker voor die nog nooit een bepaald pakket heeft vastgepakt, maar toch meteen doorheeft hoe hij het moet oppakken, waar hij het neer moet zetten en wat hij moet doen als het pakket net iets anders ligt dan verwacht. Geen instructieboekje, geen vaste routine: gewoon kijken, nadenken en handelen. Een robotagent is de machinevariant van die medewerker: een combinatie van kunstmatige intelligentie en een fysiek robotlichaam, die zelfstandig waarneemt, redeneert en actie onderneemt om een doel te bereiken.
Het woord "agent" is hier cruciaal. Een gewone industriële robot voert precies uit wat is geprogrammeerd, stap voor stap, in een omgeving die tot op de millimeter vaststaat, zoals op een autofabriek. Een robotagent krijgt in plaats daarvan een doel ("ruim deze tafel af") en verzint zelf de tussenstappen, ook als de situatie net anders is dan verwacht. Die flexibiliteit komt grotendeels van dezelfde technologie die ook chatbots als ChatGPT slim maakt: grote, vooraf getrainde AI-modellen die taal, beelden en inmiddels ook fysieke bewegingen kunnen begrijpen en genereren.
Wat is het precies?
Een robotagent bestaat grofweg uit drie lagen die voortdurend met elkaar samenwerken. De eerste laag is waarneming: camera's, dieptesensoren en soms tastsensoren geven de robot een beeld van zijn omgeving, vergelijkbaar met hoe wij onze ogen en handen gebruiken.
De tweede laag is redeneren en plannen. Hier zit het "brein": een AI-model dat de waargenomen situatie en een gegeven opdracht omzet in een reeks acties. Steeds vaker is dit een zogenoemd vision-language-action-model (VLA-model): één AI-systeem dat tegelijk beelden, taal en bewegingsopdrachten leert combineren. Zo'n model is getraind op enorme hoeveelheden voorbeelden van robots die dingen vastpakken, verplaatsen of monteren, aangevuld met tekst en video van het internet, zodat het ook situaties aankan die niet letterlijk in de trainingsdata zaten.
De derde laag is actuatie: motoren, grijpers en gewrichten die de geplande actie daadwerkelijk uitvoeren. Belangrijk is dat dit geen eenmalige stap is: de robot kijkt na elke beweging opnieuw wat er is gebeurd en past zijn plan aan. Dit heet een closed loop (gesloten lus): waarnemen, handelen, opnieuw waarnemen, bijsturen. Daardoor kan een robotagent bijvoorbeeld een object dat wegglijdt alsnog goed vastpakken, iets waar oudere, star geprogrammeerde robots op vastlopen.
Veel van deze systemen draaien op een zogeheten foundation model: een groot, algemeen AI-model dat eerst breed is getraind en daarna wordt "bijgeschoold" (finetuning) voor een specifieke robot of taak. Dat is efficiënter dan voor elke nieuwe taak een compleet nieuw systeem te bouwen.
Wat wil men ermee bereiken?
De belofte van robotagents is dat robots eindelijk buiten de streng gecontroleerde fabrieksvloer kunnen werken. Traditionele robots zijn uitstekend in herhaalde, voorspelbare taken, maar falen zodra de omgeving rommelig of onvoorspelbaar is, zoals een huiskamer, een magazijn vol wisselende producten of een zorginstelling. Onderzoekers en bedrijven willen robots die met menselijke taal aangestuurd kunnen worden ("pak dat kopje van tafel") in plaats van met duizenden regels programmeercode per taak.
Een tweede doel is arbeidstekorten opvangen: in de logistiek, industrie en ouderenzorg is in veel landen te weinig personeel voor fysiek, repetitief of zwaar werk. Een derde motivatie is gevaarlijk of onaangenaam werk overnemen, zoals inspecties in besmette of instabiele omgevingen. Ten slotte hopen onderzoekers op een "ChatGPT-moment" voor robotica: net zoals taalmodellen ineens breed inzetbaar werden voor uiteenlopende taalklussen, zou één robotagent-model in theorie met relatief kleine aanpassingen voor heel verschillende fysieke klussen inzetbaar moeten zijn, in plaats van telkens een nieuw systeem te bouwen.
Voorbeelden uit de praktijk
Google DeepMind's RT-2 (2023) was een van de eerste bekende vision-language-action-modellen: een robotarm die instructies in gewone taal kreeg en zelf uitzocht welke beweging daarbij hoorde, ook voor objecten die niet letterlijk in de trainingsdata zaten. Het opvolgproject RT-X bouwde hierop voort door trainingsdata van meerdere robotsoorten te combineren.
Figure AI, een Amerikaanse start-up, ontwikkelde de humanoïde robot Figure 01 en later Figure 02, en werkte in 2023-2024 samen met OpenAI om de robot via een taalmodel te laten redeneren en spreken. Figure liet in 2024 zien hoe zo'n robot pilot-taken uitvoerde in een fabriek van autofabrikant BMW in de Verenigde Staten.
Boston Dynamics, bekend van de viervoetige robot Spot, presenteerde in 2024 een volledig elektrische versie van zijn humanoïde robot Atlas, die met machine learning zeer soepele, mensachtige bewegingen kan uitvoeren.
Tesla werkt sinds 2022 aan de humanoïde robot Optimus en toonde in 2024 en 2025 demonstraties van taken zoals sorteren en lopen; onafhankelijke, geverifieerde grootschalige inzet buiten Tesla's eigen fabrieken is er vooralsnog niet.
NVIDIA introduceerde in 2024 Project GR00T, een "foundation model" specifiek bedoeld om door verschillende fabrikanten van humanoïde robots hergebruikt te worden, samen met simulatiesoftware (Isaac Sim) om robots virtueel te trainen voordat ze in de echte wereld worden losgelaten.
Hoe ver is de techniek?
Robotagents zijn de fase van losse laboratoriumdemo's voorbij, maar staan nog ver af van betrouwbare, dagelijkse inzet buiten gecontroleerde pilots. De meeste getoonde robots werken in proefopstellingen bij één klant, onder toezicht, en vaak met vooraf geoefende taken; volledig zelfstandige inzet in onvoorspelbare, ongeplande omgevingen is nog zeldzaam.
Een belangrijk obstakel is datagebrek. Taalmodellen konden groeien dankzij enorme hoeveelheden tekst van het internet, maar er bestaat veel minder data van robots die fysieke taken uitvoeren. Het verzamelen van zulke data is duur en traag, omdat er echte robots en mensen voor nodig zijn.
Een tweede obstakel is de sim-to-real gap: robots trainen vaak (goedkoper en sneller) in computersimulaties, maar gedrag dat daar goed werkt, faalt regelmatig in de echte, minder voorspelbare wereld, door verschillen in wrijving, gewicht of belichting.
Daarnaast spelen veiligheid en betrouwbaarheid een grote rol: een taalmodel dat een fout antwoord geeft is vervelend, maar een robotarm die een fout maakt kan iemand fysiek verwonden. Dit maakt uitgebreide veiligheidstests en soms wettelijke certificering nodig, wat de ontwikkeling vertraagt. Ook zijn de hardwarekosten van geavanceerde humanoïde robots nog hoog, en is de levensduur van motoren en batterijen bij intensief gebruik nog een punt van zorg. Kortom: de vooruitgang is snel, maar veel gepresenteerde beelden zijn zorgvuldig geselecteerde demonstraties, geen bewijs van brede, betrouwbare inzet.
Wie werken eraan?
In de Verenigde Staten domineren grote technologiebedrijven en gespecialiseerde start-ups: Google DeepMind (RT-2/RT-X), OpenAI (dat aanvankelijk eigen robotica-onderzoek deed en later vooral als softwarepartner van andere robotbedrijven optrad), Figure AI, Tesla, NVIDIA (met Project GR00T en het Isaac-platform) en Boston Dynamics, dat sinds 2021 eigendom is van het Zuid-Koreaanse Hyundai. Ook 1X Technologies, een bedrijf met Noorse wortels en Amerikaanse activiteiten, ontwikkelt een huishoudelijke humanoïde robot genaamd Neo.
China investeert eveneens fors, met bedrijven als Unitree en Fourier Intelligence die relatief betaalbare humanoïde robots op de markt brengen. Op onderzoeksgebied spelen Amerikaanse universiteiten een leidende rol, met name Stanford University, UC Berkeley en MIT CSAIL (Computer Science and Artificial Intelligence Laboratory), die fundamenteel werk doen aan robotleren en vision-language-action-modellen. Europa is vooral actief via academisch onderzoek en enkele gespecialiseerde bedrijven, maar loopt qua schaal en investeringen achter op de VS en China.