Wuhan University waarschuwt voor grote robotdoorbraak: “Ons AI-framework leert humanoïden onbekende taken”

zondag, 30 november 2025 om 16:00

Onderzoekers van Wuhan University hebben een nieuw AI-framework ontwikkeld dat humanoïde robots beter laat omgaan met onbekende objecten. Het systeem heet RGMP (recurrent geometric-prior multimodal policy) en volgens de wetenschappers lost het een van de grootste problemen in robotica op: robots kampen nu nog vaak met falen wanneer ze geconfronteerd worden met objecten of situaties die buiten hun trainingsdata vallen.

Wat is RGMP en waarom is het belangrijk

RGMP geeft robots een vorm van ruimtelijk “gezond verstand”: het stelt robots in staat om beter in te schatten wat voor object voor hen ligt, hoe groot het is en hoe het opgepakt moet worden. Op basis daarvan selecteert de robot automatisch de juiste vaardigheid (zoals grijpen, vasthouden, duwen) en plant dan stap voor stap de beweging.
Het systeem combineert twee onderdelen: de Geometric-Prior Skill Selector (GSS) en de Adaptive Recursive Gaussian Network (ARGN). GSS analyseert de geometrie en context van objecten om te bepalen wat de robot moet doen. ARGN modelleert de ruimtelijke relaties en genereert de daadwerkelijke bewegingen. Volgens de onderzoekers is deze aanpak veel data-efficiënter dan traditionele deep-learning methoden.
In tests behaalde RGMP een succesratio van 87 procent op volledig nieuwe taken die de robots nooit eerder hadden uitgevoerd. Daarmee presteert het duidelijk beter dan veel bestaande systemen.

Wat de vooruitgang kan betekenen voor robotica

Dankzij RGMP kunnen humanoïde robots straks veel flexibeler en “algemener” inzetbaar zijn. In plaats van voor elke nieuwe taak opnieuw getraind te moeten worden, kunnen ze zich in theorie aanpassen aan nieuwe objecten, omgevingen of contexten. In praktijkscenario’s betekent dat dat robots bijvoorbeeld taken in huizen, restaurants of magazijnen kunnen uitvoeren, van schoonmaken tot koken, zonder intensieve hertraining.

Bovendien is de data-efficiëntie een grote stap vooruit. Veel bestaande robotica-systemen vragen enorme datasets en veel trainingsuren. RGMP beperkt die behoefte aanzienlijk en kan daardoor ontwikkeling en uitrol van humanoïde robots versnellen.

Waarom dit relevant is nu

De ontwikkeling komt in een periode waarin China versneld inzet op robotica. Volgens recente berichten bouwt China hard aan een infrastructuur van robotbedrijven en geavanceerde AI-robotica.

RGMP past in die trend en laat zien dat technische barrières om robots “algemeen inzetbaar” te maken geleidelijk verdwijnen. Als deze technologie verder volwassen wordt, is de stap naar humanoïde robots in huishoudens, logistiek en dienstverlening kleiner dan ooit.