inferwire
/
KI·2 Min. Lesezeit

Was GPT-6-Astra als Robotersteuerung kann und was nicht

Ein Bericht des Shanghai AI Laboratory und Partnern testet GPT-6-Astra als Robotersteuerung auf EBench: stark bei kurzen Aufgaben, schwächer bei langen und präzisen, am besten mit trainierten Policies.

TL;DR

  • Forschende haben OpenAIs GPT-6-Astra als Kern eines Agenten zur Robotersteuerung auf dem Benchmark EBench getestet, ohne robotikspezifisches Training [^1].
  • Allein hielt es bei kurzen Aufgaben mit spezialisierten Roboter-Policies mit, lag bei langen, Tisch- und Präzisionsaufgaben zurück; Policy-Aufrufe steigerten den Erfolg und senkten die Token-Kosten [^1].

Hintergrund

Die meiste Robotersteuerung basiert heute auf Modellen, die mit Robotervorführungen nachtrainiert wurden. Vision-Language-Action-Modelle (VLA) passen Vision-Language-Backbones für die direkte Steuerung an, und World Action Models (WAM) sagen zusätzlich voraus, wie sich die Szene verändert [^1]. Ihre Reichweite ist dadurch begrenzt, wie viele Roboterdaten es gibt. Multimodale Sprachmodelle der Spitzenklasse werden mit weit mehr Daten trainiert und können ohne Robotertraining Kamerabilder und Anweisungen in Befehle für einen Roboterarm übersetzen [^1].

Was passiert ist

Ein Team des Shanghai Artificial Intelligence Laboratory, der Shanghai Jiao Tong University, der Fudan University und der Zhejiang University hat GPT-6-Astra auf EBench als Kern eines Agenten evaluiert, der einen Roboter über einen Harness steuert, mit denselben Kamera- und Gelenksensordaten wie die nachtrainierten Policies, mit denen es verglichen wurde [^1]. Getestet wurden zwei Varianten. Bei der direkten Steuerung gibt der Agent selbst Wegpunktbefehle aus. Beim Harness mit Policy kann er die Ausführung zusätzlich an eine nachtrainierte VLA- oder WAM-Policy übergeben [^1].

Bei direkter Steuerung war die Gesamtleistung des Agenten mit nachtrainierten Policies konkurrenzfähig. Er lag bei kurzen Aufgaben vorn und schwankte über die Generalisierungstests am wenigsten, schnitt aber bei langen Aufgaben, Manipulation auf dem Tisch und präzisen, kontaktintensiven Aufgaben schlechter ab [^1]. Mit Zugriff auf eine Policy stieg die Erfolgsquote insgesamt auf das Niveau der stärksten verglichenen Policies, während die Token-Kosten deutlich sanken [^1]. Sie blieb dennoch unter dem besten Ergebnis, das jede Komponente allein erreichte; die Autoren führen das auf schlecht getimte Policy-Aufrufe, feste Anweisungen ohne Teilziele und Griffe zurück, die gestört wurden, wenn der Agent die Kontrolle zurücknahm [^1].

Warum es wichtig ist

Der Bericht zieht eher eine Fähigkeitsgrenze, als einen Sieger zu küren. Ein allgemeines Modell bringt Planung, Überwachung und Fehlerbehebung mit, die trainierten Policies fehlen, und die Policies bringen die Feinmotorik mit, die dem Modell fehlt. Die gefundenen Schwachstellen liegen in der Übergabe zwischen beiden, was das Design des Harness zum nächsten Hebel macht, nicht nur ein größeres Modell [^1].

Ein Beispiel aus der Praxis

Angenommen, ein Lagerroboter soll eine Tasse greifen und in ein Regal stellen. Ein Aufbau wie der getestete lässt das Sprachmodell die Szene lesen, die Schritte planen und bemerken, wenn etwas schiefgeht, und übergibt den eigentlichen Griff an eine trainierte Policy. Laut Bericht ist der heikle Moment die Rückgabe: Übernimmt das Modell die Kontrolle zum falschen Zeitpunkt, kann es das Objekt aus dem Greifer stoßen [^1].

Passende Produkte

Wir empfehlen dieses Buch, da es die mathematischen und algorithmischen Grundlagen der Zustandsschätzung und Motorsteuerung detailliert beschreibt, auf die sich lokalisierte Roboter-Policies stützen, wenn sie von High-Level-KI-Planern geleitet werden.

WerbungAmazon

Probabilistic Robotics

Quellen

  1. [1]arXiv — Profiling a Frontier Agent with EBench: From Direct Control to Harness with Policy