Boston Dynamics tilt Atlas naar hoger niveau met groot gedragmodel

De humanoïde robot Atlas van Boston Dynamics heeft een flinke sprong vooruit gemaakt. Dankzij de toepassing van een zogenoemd Large Behavior Model (LBM) kan de robot meerdere complexe taken uitvoeren met behulp van één enkel AI-model. Dat is een doorbraak in robotica: in plaats van aparte algoritmes per taak, leert Atlas nu generiek gedrag waarmee hij kan lopen, grijpen en manipuleren — en zelfs onverwachte situaties oplossen.

Traditioneel werden robots aangestuurd door een verzameling van gespecialiseerde modellen: één voor lopen, één voor grijpen, en ga zo maar door. Met het LBM wordt dat overbodig. Het model combineert:

• Visuele input (camera’s voor objectherkenning en omgeving);
• Proprioceptieve data (informatie over de eigen houding, balans en krachten);
• Taalinstructies (zoals verbale opdrachten of symbolische commando’s).

Deze gegevens vloeien samen in één neuraal netwerk dat algemeen gedrag leert en toepast. Daardoor kan Atlas onverwachte situaties beter aan en taken uitvoeren waarvoor hij niet expliciet is getraind.

Emergent gedrag

Een van de meest opvallende resultaten is dat Atlas spontaan gedrag vertoonde dat de onderzoekers hem nooit hadden geleerd. Zo pakte de robot een gevallen object van de vloer op, zonder dat dit in de trainingsdata zat. Dit “emergent gedrag” is een belangrijke stap richting general purpose robots die flexibel kunnen omgaan met de onvoorspelbare werkelijkheid.

Volgende stap in humanoïde robotica

Boston Dynamics ziet de combinatie van krachtig hardwaredesign en Large Behavior Models als de weg naar een algemeen inzetbare humanoïde robot. De samenwerking met onder meer Toyota Research Institute versnelt de koppeling met industriële toepassingen.

Hoewel Atlas nog ver van commerciële inzetbaarheid is, laat deze doorbraak zien dat robotica en AI steeds meer richting general intelligence bewegen — een ontwikkeling die ook voor de maakindustrie grote gevolgen kan hebben.

⚠️ Geen vacatures gevonden.