HumanX: Roboter lernen jetzt durch YouTube-Videos
05.02.2026 - 06:32:11
Forscher haben eine Methode entwickelt, mit der humanoide Roboter komplexe Fähigkeiten allein durch das Ansehen von Online-Videos erlernen. Dieser Durchbruch umgeht das größte Hindernis im Robotik-Training: den mühsamen, manuellen Demonstrationsprozess. Das könnte die Entwicklung vielseitiger Serviceroboter dramatisch beschleunigen.
Das neue HumanX-Framework ist das Ergebnis einer Kooperation zwischen der Hong Kong University of Science and Technology (HKUST), IDEA Research und dem Shanghai AI Laboratory. Das System trainiert Roboter, indem es Standard-Videoclips von Menschen analysiert – vom Dribbeln eines Fußballs bis zum Boxen. Die bisher nötige, zehntausendfache manuelle Steuerung für jedes Einzel-Training entfällt.
Das Daten-Dilemma: Warum Roboter-Lernen so mühsam war
Das zentrale Problem lag in der Datengewinnung. Während KI-Sprachmodelle mit Internet-Texten gefüttert werden können, brauchen Roboter physische Daten für physische Aufgaben. Bisher sammelte man diese durch Imitation Learning: Ein Mensch führte eine Bewegung vor, der Roboter kopierte sie – tausende Male.
Seit August 2024 gelten neue EU‑Regeln für KI‑Systeme — und sie betreffen zunehmend auch Forschungsteams, die auf Beobachtung basierende Lernverfahren nutzen. Der kostenlose Umsetzungsleitfaden zur EU‑KI‑Verordnung erklärt Kennzeichnungspflichten, Risikoklassen und die erforderliche Dokumentation Schritt für Schritt. So können Entwickler besser einschätzen, ob Systeme wie HumanX zusätzlichen Compliance‑Anforderungen unterliegen und welche Maßnahmen sinnvoll sind. Jetzt kostenlosen KI‑Leitfaden herunterladen
„Ein simpler Vorgang wie das Abstellen einer Pfanne auf dem Herd konnte bis zu 1.250 Wiederholungen erfordern“, erklären Branchenexperten. Jede neue Fähigkeit erforderte einen komplett neuen, riesigen Datensatz aus menschlichen Demonstrationen. Dieser Flaschenhals bremste die Skalierung von Robotik-Projekten weltweit.
Der Paradigmenwechsel: Lernen von der Video-Plattform
HumanX wählt einen radikal anderen Weg. Statt auf speziell erstellte Aufnahmen setzt das Framework auf den größten existierenden Fundus menschlicher Aktivität: Online-Videoportale. Ein zweistufiger Prozess übersetzt die Handlungen für den Roboter.
Zuerst analysiert die XGen-Pipeline einfache Videos von Menschen. Sie synthetisiert die visuellen Informationen in physikalisch plausible Bewegungsdaten. Anschließend trainiert XMimic mit diesen Daten die Steuerungslogik des Roboters. Das Ergebnis: Der Roboter lernt und verallgemeinert Fähigkeiten, ohne für jede Aufgabe neu programmiert zu werden.
Vom Simulator in die echte Welt: Achtfacher Lernerfolg
Die Ergebnisse sind beeindruckend. In der Simulation erreicht die Methode eine achtmal höhere Generalisierungsrate als bisherige Ansätze. Der Roboter passt gelernte Fähigkeiten also viel besser an neue Situationen an.
Der eigentliche Coup gelang beim Transfer in die Realität. Ein physischer Unitree G1-Humanoid führte die aus Videos gelernten Aufgaben sofort und ohne Nachjustierung aus – ein sogenannter Zero-Shot-Transfer. Der Roboter zeigte dynamische Fähigkeiten wie Basketball-Finten und längere Pass-Sequenzen mit einem Menschen. Dieser direkte Sprung von der Simulation in die echte Welt gilt in der Robotik als historische Herausforderung.
Was bedeutet das für die Zukunft der Robotik?
Die Implikationen sind weitreichend. Die Schwelle, Robotern neue Skills beizubringen, sinkt drastisch. Statt Teams von Ingenieuren für jede Funktion zu benötigen, könnten Entwickler künftig Roboter trainieren, indem sie ihnen einfach relevante Videos zeigen.
Diese Entwicklung passt in breitere Forschungsbemühungen, Roboter anpassungsfähiger zu machen. Arbeiten, die etwa von der US-amerikanischen National Science Foundation unterstützt werden, zielen ebenfalls darauf ab, dass Roboter durch Beobachtung und Feedback lernen.
Durch die Nutzung der immensen und stetig wachsenden Bibliothek menschlicher Aktivitäten auf Video könnte der einstige Flaschenhals zur Datenautobahn werden. Das verkürzt den Zeitplan, humanoide Roboter aus Pilotprojekten in Lagern in dynamischere Alltagsumgebungen zu bringen – wo sie Menschen bei einer Vielzahl von Aufgaben unterstützen können.
PS: Entwickeln Sie KI‑basierte Robotiklösungen? Unser kostenloser Umsetzungsleitfaden zur EU‑KI‑Verordnung hilft Forschungsteams dabei, rechtliche Stolperfallen zu vermeiden — von Dokumentationspflichten bis zur Klassifizierung von High‑Risk‑Systemen. Besonders bei Zero‑Shot‑Transfers und physischen Robotern können Anforderungen der Verordnung relevant werden. Laden Sie sich jetzt die praxisorientierte Checkliste und Handlungsempfehlungen herunter, damit Ihre Forschung mit HumanX‑ähnlichen Ansätzen auch compliance‑sicher skaliert. KI‑Verordnung: Umsetzungsleitfaden gratis anfordern
