Robotic Foundation Models: Prof. Burgard über KI-Robotik

Robotic Foundation Models sind multimodale KI-Modelle, die Roboter über Sprache, Bilder und Tastsinn steuern. Im Interview mit Leonard Schmedding spricht Prof. Dr. Wolfram Burgard über diese Technologie. Er erklärt, warum sie den nächsten Durchbruch der Robotik markiert.

Der Robotik-Pionier ordnet ein, was klassische Sprach-Modelle bei echten Robotern nicht leisten.

Probabilistische Robotik: das Fundament selbstfahrender Autos

Wolfram Burgard gilt als Mitbegründer der probabilistischen Robotik. Diese Methode schätzt die Roboter-Position über Statistik. Schon 1997 schickte er den Roboter Rhino durch das Deutsche Museum in Bonn. Ein Jahr später folgte Minerva im Smithsonian in Washington. Diese Roboter führten Besucher autonom durch die Ausstellung.

Sie planten Routen, hielten an Exponaten und erklärten Inhalte. Der Durchbruch lag in der robusten Navigation ohne Fernsteuerung. Minerva baute ihre Karte sogar selbst und verortete sich gleichzeitig darin. Burgards Doktorand brachte die Methode später zu Sebastian Thrun nach Stanford.

Gemeinsam gewannen sie mit dem Roboterauto Stanley die DARPA Grand Challenge. Larry Page erkannte das Potenzial und Google X startete daraus Waymo. Heute steckt ein probabilistischer Algorithmus in fast jedem Robotaxi. Wie Thrun auf diese Reise blickt, zeigt unser Gespräch mit Sebastian Thrun .

Robotic Foundation Models: warum Roboter mehr als ein LLM brauchen

Ein Sprach-Modell erzeugt Text aus Text. Es plappert, wie Burgard es nennt. Ein Roboter muss aber die physische Welt verändern. Dafür braucht er Verkörperung, im Fachjargon Embodiment. Robotic Foundation Models verbinden Bild, Sprache und Aktion in einem Modell. Fachleute sprechen von Vision Language Action Modellen, kurz VLA.