Robotik und physische KI
Boston Dynamics macht Atlas auf Rädern zum Aktuator-Teststand
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Boston Dynamics berichtete ausführlich über ein Experiment mit Atlas auf Rädern, das am 9. November 2026 vorgestellt wurde. Dafür wurden die Füße des humanoiden Roboters durch Räder ersetzt, um die Grenzen der Aktuatoren und die Übertragung von Ganzkörper-Verstärkungslernen aus der Simulation auf die Hardware zu untersuchen.
Das Unternehmen beschreibt die Konfiguration als Forschungsplattform, nicht als Produkt. Das Experiment sollte zeigen, wie reale Aktuatoren und ein erlernter Ganzkörperregler zusammenarbeiten, wenn sich die Motoren ihren Betriebsgrenzen nähern. Beschleunigen, Kurvenfahren und Anhalten halten die Motoren unter Last und verlangen ihnen über ihren gesamten Betriebsbereich hinweg ein hohes Drehmoment und hohe Drehzahlen ab.
Boston Dynamics zufolge hat die jahrelange Erfahrung mit Spot und Stretch bei Kunden gezeigt, dass eingesetzte Roboter Bedingungen ausgesetzt sind, die sich im Labor nicht vollständig nachbilden lassen. Xiaoyu (Andy) Wu, Steuerungsingenieur für Atlas und Verfasser des Berichts, nutzte die Testplattform, um extremes Aktuatorverhalten und die Robustheit seiner Abstimmung der untergeordneten Regelung zu untersuchen.
Motormodelle für das Sim-to-Real-Training
Bevor die Policy auf der Hardware zum Einsatz kam, wurde sie mit Millionen von Robotersimulationen trainiert. Für die Übertragung von der Simulation auf die Hardware, den sogenannten Sim-to-Real-Transfer, musste der modellierte Motor das gemessene physikalische Verhalten so genau nachbilden, dass sich die erlernte Policy übertragen ließ. Mit einem idealisierten Motormodell trainierte Policies können Bewegungen einüben, die der reale Roboter nicht ausführen kann; hardwaregetreue Modelle unterstützen dagegen Verhaltensweisen, die der Roboter tatsächlich reproduzieren kann.
Zur Vorbereitung gehörten die Abstimmung der Parameter der untergeordneten Regelung über verschiedene Softwarekonfigurationen hinweg, Versuche zur Charakterisierung der Motoren und die Anpassung des simulierten Motors anhand von Messungen mit Atlas. Außerdem bewertete das Team Vereinfachungen einzeln: Unbedenkliche Näherungen wurden beibehalten, während solche vermieden wurden, die der Policy beim Training einen unrealistischen Vorteil verschafft hätten.
Das Projekt verband Aktuatordesign, untergeordnete Motorregelung und Ganzkörper-Verstärkungslernen (RL) – auf Atlas üblicherweise getrennte Fachgebiete. Wu hat einen Hintergrund in klassischer Motorregelung; dies war sein erstes umfangreiches RL-Projekt und brachte ihn an die Schnittstellen dieser Bereiche.
Die Forschenden passten etablierte Policy-Frameworks an und änderten die Zusammensetzung der Belohnungsfunktion, den Bereich der Trainingsbefehle und die Handhabung der Körperhaltung. Wu zufolge ermöglichten diese Änderungen ein gleichmäßiges Rollen, während Atlas stabil und leicht zu steuern blieb. Die Übertragung auf die Hardware bezeichnete er als nahezu perfekt.
Rollende Demonstrationen und ein minimaler Umbau
Einige Demonstrationen gingen von menschlichen Motion-Capture-Aufnahmen aus, die Wu wegen des ausgeprägten Rutschens der Füße ausgewählt hatte. Beim Training für seitliche Ausweichbewegungen wurden diese menschlichen Fußrutschbewegungen in gelenkte Rollbewegungen umgewandelt, während die Policy den Einsatz der Räder erlernte.
Für den Sprung um 360 Grad folgte der Regler einer Bewegungsbahn, die von einem menschlichen Springer aufgezeichnet worden war. Wu stufte die Bewegung trotz ihres dynamischen Erscheinungsbilds als relativ risikoarm ein und sagte, sie sei beim ersten Versuch gelungen. Zur Vorbereitung auf den Absprung rollte der untere, auf Rädern stehende Teil des Roboters rasch in Position, bevor der Aufwärtsstoß erfolgte. So kam die Traktion anders zum Einsatz als bei Atlas auf Füßen.
Die für diese Bewegungen erforderliche Hardware musste nur geringfügig verändert werden. Als einziges Bauteil kam ein maßgefertigter Adapter hinzu, der eine handelsübliche Tretrollerfelge mit dem vorhandenen Sprunggelenk-Aktuator von Atlas verband. Im grundlegenden Softwaremodell wurde jedes Rad zu einem Sprunggelenk mit kontinuierlicher Drehung. So konnte Wu die Füße durch Räder ersetzen, ohne ein separates Robotermodell zu erstellen.
Erkenntnisse für die Standardkonfiguration von Atlas
Boston Dynamics zufolge fließen Erkenntnisse aus dem Experiment bereits in die Standardkonfiguration von Atlas ein. Eine engere Integration der Aktuatordynamik mit dem Ganzkörper-RL soll die Robustheit der Policy gegenüber Fehlermodi verbessern und die Fähigkeiten des Roboters erweitern. Die Demonstrationen schlagen damit eine direkte Brücke von einer ungewöhnlichen Forschungskonfiguration zum Steuerungssystem des herkömmlichen zweibeinigen Roboters.
Wu hat außerdem mit der Entwicklung von Policies für ausgefallene Aktuatoren begonnen und untersucht dabei unter anderem, ob Verstärkungslernen emergente Reaktionen auf solche Ausfälle hervorbringen kann. Diese Folgearbeit erweitert die Zuverlässigkeitsforschung auf Hardware, deren Verhalten sich nach einem Ausfall verändert. Dabei wird getestet, ob eine erlernte Regelung reagieren kann, wenn ein realer Aktuator von seinem erwarteten Verhalten abweicht.
