Räumliches Denken für Roboter: Was ETH-Forschende Maschinen beibringen

Für uns Menschen ist es selbstverständlich: Wir sehen eine Tasse, schätzen sofort ab, wie weit sie weg ist, wie sie im Raum steht, und greifen zu. Für Roboter ist genau das überraschend schwierig. Viele moderne Roboter-Programme «sehen» die Welt nämlich vor allem als flache Kamerabilder – so, als würden sie ein Foto betrachten. Die dritte Dimension, also Tiefe und räumliche Anordnung, müssen sie sich mühsam dazudenken. Beim Greifen, wo es auf Millimeter und echten Kontakt ankommt, führt das oft zu Fehlern.

Ein Forschungsteam mit Beteiligung der ETH Zürich – darunter die bekannten Robotik-Professoren Marco Hutter und Marc Pollefeys – hat dafür einen neuen Ansatz vorgestellt: das «Geometric Action Model», kurz GAM. Die Idee lässt sich einfach zusammenfassen: Statt aus flachen Bildern erst umständlich ein Raumverständnis abzuleiten, nutzt GAM von Anfang an ein KI-Modell, das die Welt bereits dreidimensional «begreift».

Dieses räumliche Grundverständnis dient dem Roboter gleich für drei Dinge auf einmal: Er nimmt seine Umgebung wahr, er stellt sich vor, was im nächsten Moment passieren wird, und er entscheidet, wie er sich bewegt. Alles läuft über ein einziges «Gehirn» statt über mehrere getrennte Systeme. Vereinfacht gesagt: Der Roboter kann sich die nächste Bewegung räumlich vorstellen, bevor er sie ausführt – ähnlich wie ein Mensch kurz im Kopf durchspielt, wie er nach einem Glas greift.

Das Ergebnis überzeugt laut der Studie gleich mehrfach. In Tests – sowohl in der Simulation als auch mit echten Robotern – arbeitete GAM genauer und zuverlässiger als bisherige, vergleichbar grosse Systeme. Zugleich war es schneller und kam mit weniger Rechenleistung aus. Gerade das ist wichtig, weil Roboter ihre Entscheidungen in Echtzeit treffen müssen und nicht beliebig viel Rechenkraft mit sich herumtragen können.

Noch handelt es sich um eine Forschungsarbeit, kein fertiges Produkt. Doch sie zeigt eine zentrale Entwicklungsrichtung der Branche: Roboter sollen die physische Welt nicht nur als Bild sehen, sondern als Raum verstehen. Je besser ihnen das gelingt, desto eher können sie alltägliche Aufgaben übernehmen – vom Einräumen in der Werkstatt bis zum Handgriff im Haushalt. Dass ein Teil dieser Forschung aus Zürich kommt, unterstreicht einmal mehr die Rolle der Schweiz als europäisches Zentrum für intelligente Robotik.