Het moeilijke aan robots is niet de robot — het is weten wat je bedoelt
Een nieuwe MIT-methode snijdt de oefendata die een robot nodig heeft met zo'n 80%. Waarom het telt: het moeilijke, dure deel van automatisering is uitvogelen wat een mens echt wil, niet het bewegen van de arm.
- 80%
- minder oefendata voor de robot
- 5×
- minder voorbeelden per taak
- 15%
- beter in raden wat mensen bedoelen
- ICRA 2026
- waar de methode werd getoond
De meeste automatiseringsprojecten lopen op hetzelfde punt vast, en dat is niet de machine. De robotarm werkt prima. Wat het budget opslokt, is hem leren wat je echt wilt. Iemand moet hem voorbeelden tonen, ze labelen en alles precies juist formuleren. Dat leren gaat traag en is duur. Het is de echte verborgen kost van elke robot. Een nieuw MIT-project telt omdat het die kost aanpakt, niet de arm.
De methode heet Masked IRL. Ze werd op 26 juni gedeeld en getoond op de robotica-conferentie ICRA 2026. Ze gebruikt twee taalmodellen die als team werken. Een mens beweegt de arm van de robot met de hand om een taak voor te doen. Het ene model maakt van vage woorden heldere: "blijf dichtbij" wordt "blijf de tafel aanraken". Het andere model kijkt de kamer rond en markeert wat telt, zodat de robot de rommel negeert.
De resultaten zijn sterk. De robot raadde 15% vaker dan oudere methodes wat mensen bedoelden. Hij leerde dezelfde taak met ongeveer vijf keer minder voorbeelden — zo'n 80% minder oefendata. Een echte arm verplaatste koffiemokken rond laptops en veegde tafels schoon, zonder ooit te horen welke voorwerpen hij moest ontwijken.
En hier is de les, die veel verder reikt dan robots. Elk systeem dat handelt op vage menselijke instructies — een app, een tool, een helper — heeft meestal vooral één ding nodig: een stap die eerst uitzoekt wat je bedoelt, voordat het iets doet. De meeste teams geven te veel uit aan het doen en te weinig aan het begrijpen. Onthoud: dit is een labtest met één arm, en het heeft nog steeds menselijke demo's nodig. Maar de winnaars in automatisering zijn zij die ontwerpen voor wat mensen bedoelen, niet alleen voor wat machines kunnen.