Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind11. Oktober 2021 · Q003715

Stacking our way to more general robots

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DeepMind beschreibt RGB-Stacking, einen Benchmark, bei dem Roboterarm-Systeme verschieden geformte Objekte anhand von Bildern stapeln sollen. Das dreistufige Training kombiniert Simulation und Daten realer Roboter; laut Bericht erreichte es 82 Prozent Erfolg bei bekannten Testkombinationen und 54 Prozent bei der Verallgemeinerung auf neue Objekte. DeepMind betont, dass echte Verallgemeinerung eine offene Herausforderung bleibt.

Mittel

DeepMind stellt RGB-Stacking vor, einen Benchmark zum bildgestützten Greifen und Stapeln von Objekten unterschiedlicher Form. Ein Roboterarm soll in 20 Sekunden ein rotes Objekt auf ein blaues setzen; ein grünes Objekt erschwert die Aufgabe. Die wechselnden Greif- und Stapelmöglichkeiten sollen verhindern, dass eine einfache Pick-and-place-Strategie genügt.

Das Team vergleicht zwei Lernziele: das Beherrschen von fünf festen Objektkombinationen und die Übertragung auf diese Kombinationen nach dem Training mit anderen Objekten. Das Verfahren läuft in drei Stufen: Reinforcement Learning mit Zustandsdaten in der Simulation, anschließendes Lernen mit Bildern in einer variierten Simulation und schließlich eine Offline-Verbesserung anhand von Daten realer Roboter. Laut Bericht erreichte der stärkste Agent beim bekannten Testsatz 79 Prozent Erfolg in der Simulation, 68 Prozent auf realen Robotern ohne zusätzliche Anpassung und 82 Prozent nach Nutzung realer Daten. Beim Test auf neue Objekte lag der berichtete Erfolg bei 54 Prozent. DeepMind bezeichnet die verbleibende Lücke als ungelöst. Simulationsumgebung, Objektbaupläne und weitere Werkzeuge wurden zur Veröffentlichung bereitgestellt.

Ausführlich lesen

Der DeepMind-Bericht stellt RGB-Stacking vor, einen Benchmark, mit dem untersucht werden soll, wie Roboterarm-Systeme Objekte unterschiedlicher Form anhand von Bildern greifen und aufeinanderstapeln können. Die Autorinnen und Autoren ordnen das Vorhaben als Schritt hin zu vielseitigeren Robotern ein: Menschen können viele unterschiedliche Dinge stapeln, während Roboter meist auf einzelne Aufgaben und Objektarten spezialisiert sind. Der Beitrag beschreibt das Problem der Verallgemeinerung auf neue Objekte als weiterhin ungelöst.

Im Benchmark liegen drei Objekte in einem Korb: ein rotes, ein grünes und ein blaues. Innerhalb von 20 Sekunden soll der Roboter das rote Objekt auf das blaue setzen; das grüne dient als Hindernis. Die Formen variieren gezielt in ihren Greif- und Stapelmöglichkeiten, sodass einfache Pick-and-place-Strategien nicht immer ausreichen. Für die Auswertung gibt es fünf festgelegte Objektkombinationen. Im Modus „Skill Mastery“ lernt ein Agent diese Kombinationen zu stapeln. Im Modus „Skill Generalisation“ wird er mit vielen anderen Objekten trainiert und anschließend auf den festgelegten Testkombinationen geprüft; die Trainingsobjekte stammen laut Bericht nicht aus der Objektfamilie der Testobjekte. So umfasst der Trainingsraum mehr als eine Million mögliche Dreierkombinationen.

Das beschriebene Lernverfahren hat drei Stufen. Zunächst wird in einer Simulation mit einem gängigen Reinforcement-Learning-Verfahren trainiert. Dabei erhält der Agent direkt Zustandsdaten wie Objektpositionen, was schnelleres Lernen ermöglicht, aber in dieser Form nicht auf den realen Roboter übertragbar ist. Danach lernt ein bildbasierter Agent in einer Simulation mit variierten Bedingungen anhand realistischerer Beobachtungen und erhält Korrekturen von der zustandsbasierten Politik. Schließlich werden mit dem übertragenen Agenten auf realen Robotern Daten gesammelt und offline weiterverarbeitet. Gute Übergänge werden dabei mithilfe einer erlernten Bewertungsfunktion stärker gewichtet. DeepMind begründet die Aufteilung damit, dass Training von Grund auf am realen Roboter zu lange dauern würde und die Arbeit an den einzelnen Stufen parallel verbessert werden könne.

Als Ergebnisse nennt der Bericht für „Skill Mastery“ durchschnittlich 79 Prozent Erfolg in der Simulation, 68 Prozent auf realen Robotern ohne zusätzliche Anpassung und 82 Prozent nach einer einmaligen Verbesserung mit realen Daten. Für „Skill Generalisation“ werden nach der dritten Stufe 54 Prozent Erfolg auf realen Robotern angegeben. Die Lücke zwischen dem Beherrschen bekannter Testkombinationen und der Verallgemeinerung bleibt laut DeepMind eine offene Herausforderung. Zum Vergleich erreichte eine handcodierte, skriptbasierte Methode nach den berichteten Tests 51 Prozent beim Stapeln. Die Zahlen und Bewertungen sind Angaben des Teams; der Beitrag liefert hier keine unabhängige Replikation.

DeepMind kündigt außerdem die Veröffentlichung einer Version der Simulationsumgebung, Baupläne und Modelle für die realen RGB-Objekte sowie weiterer Robotik-Werkzeuge und Bibliotheken an. Der Bericht ist ein Forschungsbeitrag zur Entwicklung und Bewertung von Stapelfähigkeiten. Er behauptet nicht, das allgemeine Problem robuster Manipulation oder echter Verallgemeinerung bereits gelöst zu haben.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna lieferte zwei Fassungen; beide wurden geprüft. Die mittlere Fassung ist sachlich korrekt und vollständig, die kurze lässt zwei zentrale Ergebnisse weg. Bei den Sammelfragen liegt Luna in allen drei Fällen zu hoch: E4 und T3 sind im Bericht kaum oder gar nicht belegt, H2 nur teilweise.

Im Bericht, aber nicht in der Zusammenfassung

  • Die kurze Fassung nennt nicht den Zero-Shot-Erfolg von 68 Prozent auf realen Robotern
  • Die Veröffentlichung von Simulationsumgebung, Designs und Werkzeugen fehlt in der kurzen Fassung

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 34 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 71 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 31 %einzelne zitierbare Belege
    • JEV 46 %einzelne zitierbare Belege
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung einzelne zitierbare Belege
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 28 %beantwortet teilweise oder widerspricht
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 37 %einzelne zitierbare Belege
    • JEV 62 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →