Das Schwierige an Robotern ist nicht der Roboter — sondern zu wissen, was du meinst
Eine neue MIT-Methode senkt die Übungsdaten eines Roboters um rund 80 %. Warum das zählt: Der schwierige, teure Teil der Automatisierung ist herauszufinden, was ein Mensch wirklich will, nicht das Bewegen des Arms.
- 80%
- weniger Übungsdaten für den Roboter
- 5×
- weniger Beispiele pro Aufgabe
- 15%
- treffsicherer darin, zu erraten, was gemeint ist
- ICRA 2026
- wo die Methode gezeigt wurde
Die meisten Automatisierungsprojekte scheitern an derselben Stelle, und es ist nicht die Maschine. Der Roboterarm funktioniert einwandfrei. Was das Budget frisst, ist, ihm beizubringen, was du wirklich willst. Jemand muss ihm Beispiele zeigen, sie beschriften und alles genau richtig formulieren. Dieses Beibringen ist langsam und teuer. Es ist die wahre versteckte Kostenstelle jedes Roboters. Ein neues MIT-Projekt zählt, weil es diese Kosten angeht, nicht den Arm.
Die Methode heißt Masked IRL. Sie wurde am 26. Juni geteilt und auf der Robotik-Konferenz ICRA 2026 gezeigt. Sie nutzt zwei Sprachmodelle, die als Team arbeiten. Ein Mensch bewegt den Arm des Roboters von Hand, um eine Aufgabe zu zeigen. Das eine Modell macht aus vagen Worten klare: Aus "bleib nah" wird "halte Kontakt mit dem Tisch". Das andere Modell schaut sich im Raum um und markiert, was wichtig ist, sodass der Roboter das Durcheinander ignoriert.
Die Ergebnisse sind stark. Der Roboter erriet 15 % häufiger als ältere Methoden, was die Menschen meinten. Er lernte dieselbe Aufgabe mit etwa fünfmal weniger Beispielen — rund 80 % weniger Übungsdaten. Ein echter Arm bewegte Kaffeetassen um Laptops herum und wischte Tische ab, ohne dass man ihm je sagte, welche Dinge er meiden soll.
Und hier die Lehre, die weit über Roboter hinausgeht. Jedes System, das auf vage menschliche Anweisungen reagiert — eine App, ein Tool, ein Helfer — braucht meist vor allem eins: einen Schritt, der zuerst klärt, was du meinst, bevor es irgendetwas tut. Die meisten Teams geben zu viel fürs Tun und zu wenig fürs Verstehen aus. Bedenke: Das ist ein Labortest mit einem einzigen Arm, und er braucht weiterhin menschliche Vorführungen. Aber gewinnen werden in der Automatisierung die, die für das entwerfen, was Menschen meinen, nicht nur für das, was Maschinen können.