Forschung arXiv – cs.AI

CLOT: Echtzeit-Tracking für humanoide Teleoperation ohne Drift

Ein neues System namens CLOT (Closed‑Loop Global Motion Tracking) verspricht, die langanhaltende Teleoperation von humanoiden Robotern ohne den üblichen globalen Positionsdrift zu ermöglichen. Durch hochfrequente Lokali…

≈1 Min. Lesezeit Originalquelle
Visuelle Illustration fuer KI-Kontext
Kernaussagen
Das nimmst du aus dem Beitrag mit
  • Ein neues System namens CLOT (Closed‑Loop Global Motion Tracking) verspricht, die langanhaltende Teleoperation von humanoiden Robotern ohne den üblichen globalen Positio…
  • Durch hochfrequente Lokalisierungs‑Feedbackschleifen synchronisiert CLOT die Pose des Operators exakt mit der des Roboters, sodass menschliche Bewegungen über lange Zeit…
  • Traditionelle lernbasierte Tracking‑Methoden arbeiten meist im lokalen Koordinatensystem des Roboters und vernachlässigen globale Positionsinformationen.

Ein neues System namens CLOT (Closed‑Loop Global Motion Tracking) verspricht, die langanhaltende Teleoperation von humanoiden Robotern ohne den üblichen globalen Positionsdrift zu ermöglichen. Durch hochfrequente Lokalisierungs‑Feedbackschleifen synchronisiert CLOT die Pose des Operators exakt mit der des Roboters, sodass menschliche Bewegungen über lange Zeiträume hinweg präzise nachgeahmt werden können.

Traditionelle lernbasierte Tracking‑Methoden arbeiten meist im lokalen Koordinatensystem des Roboters und vernachlässigen globale Positionsinformationen. Das führt zu Drift und Instabilität bei längeren Aufgaben. CLOT löst dieses Problem, indem es globale Tracking‑Belohnungen in der Verstärkungs­lern‑Umgebung einführt, jedoch mit einer innovativen Daten‑Randomisierung. Diese Technik trennt Beobachtungs­trajektorien von der Belohnungs­bewertung und verhindert aggressive, brüchige Korrekturen, die bei direktem globalem Feedback häufig auftreten.

Zusätzlich wird die Lernpolicy durch einen adversarialen Bewegungs­prioren reguliert, der unnatürliche Verhaltensweisen unterdrückt. Für das Training wurden 20 Stunden sorgfältig kuratierter menschlicher Bewegungsdaten gesammelt und in einen transformer‑basierten Lernalgorithmus integriert, der über 1300 GPU‑Stunden trainiert wurde.

Die entwickelte Policy wurde auf einem vollwertigen humanoiden Roboter mit 31 Freiheits­graden (ohne Hände) implementiert. Sowohl Simulation als auch reale Experimente demonstrieren hochdynamische Bewegungen, präzises Tracking und robuste Sim‑to‑Real‑Übergänge, was CLOT zu einem bedeutenden Fortschritt in der humanoiden Teleoperation macht.

Einordnen in 60 Sekunden

Welche Linse du auf diese Meldung legen solltest

Dieses Thema ist relevant, weil es zeigt, wie sich KI-Produkte, Modelle oder Rahmenbedingungen in der Praxis verschieben.

Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.

Was veraendert sich fuer Nutzer oder Builder konkret?
Ist das ein nachhaltiger Trend oder nur ein kurzes Signal?
Begriffe zum Einordnen

Kontext ohne Glossar-Suche

arXiv – cs.AI
Diese Quelle setzt den Ausgangspunkt fuer die Meldung. Pruefe immer, ob sie eher Forschung, Produktmarketing oder Praxisperspektive liefert.