Zum Inhalt springen
ReviewRamble

Der wöchentliche Brief

KI im Test, in deinem Postfach.

  • Neue Tests von Tools, Modellen, MCP-Servern und Repos, mit dem Urteil vorneweg
  • Neu geprüfte Preise und Bewertungen, wenn sich etwas ändert
  • Neue Analysen, sobald sie erscheinen

Modelle, Agenten, MCP-Server und die Tools, die deine Zeit wirklich wert sind.

Eine E-Mail pro Woche. Abmelden kannst du dich über den Link in jedem Brief. Wie wir deine E-Mail-Adresse nutzen

KI-News & Forschung

Forschung ·

Grid Robotics schlägt Definition und Tests für Roboter mit Agenten wie GPT-6 Astra vor

Dieses Positionspapier von Grid Robotics argumentiert, dass sich die Robotik seit GPT-6 Astra von einer trainierten Policy pro Aufgabe zu einem Foundation Model mit einem Harness verlagert, das plant, Fähigkeiten und Werkzeuge aufruft und Ergebnisse prüft. Es nennt diese Entscheidungsebene Embodied System 2, schlägt einen Bewertungsrahmen für Modell und geschlossenes System vor und skizziert einen Weg zu dauerhafter Autonomie.

Bis vor Kurzem hieß ein neuer Job für einen Roboter, eine neue Policy zu trainieren. Ein Positionspapier des Teams von Grid Robotics argumentiert, dass GPT-6 Astra das geändert hat: Wenige Wochen nach der Veröffentlichung erreichten oder übertrafen allgemeine Modelle in einem Agenten-Harness aufgabenspezifische Policies in vielen Robotik-Benchmarks, ohne zusätzliches Training. Die Autoren wollen, dass sich das Feld einigt, was diese neue Art von System ist und wie man sie testet.

Sie nennen den Ansatz agentische Robotik. Statt eines Netzes, das Kamerabilder direkt in Motorbefehle übersetzt, sitzt oben ein Foundation Model als Entscheider, das sie Embodied System 2 nennen. Es liest die Absicht des Nutzers, plant, ruft untergeordnete Fähigkeiten und Werkzeuge auf, prüft, ob jeder Schritt geklappt hat, und ändert sonst den Kurs. Darunter liegen gelernte Fähigkeiten wie Vision-Language-Action-Modelle und World-Action-Modelle (System 1), darunter die Steuerungsschleife des Körpers (System 0). Schwierig sei, so das Papier, allgemeines Denken in überprüfbare Handlungen unter physischen Grenzen zu übersetzen: wenig Reaktionszeit, mechanische Beschränkungen, wechselnde Umgebungen und Handlungen, die sich nicht rückgängig machen lassen.

Der praktische Beitrag ist ein Bewertungsrahmen, der sowohl die Fähigkeiten des Modells selbst als auch die Leistung des ganzen geschlossenen Systems misst. Das ist wichtig, weil heutige Ergebnisse schwer vergleichbar sind. Die Autoren weisen darauf hin, dass veröffentlichte RoboDojo-Bewertungen von Astra unterschiedliche Quellen für Aufgabenwissen und unterschiedliche Aktionsbudgets nutzen und dass eine Studie große Gewinne allein durch zusätzliches Ausführungsgedächtnis zeigte, bei unverändertem Planer und unveränderten Fähigkeiten.

Der Fahrplan reicht von einzelnen Handlungen bis zu dem, was die Autoren feste Rollen nennen: ein Roboter, dem man eine laufende Aufgabe anvertraut, der Ziele über die Zeit verfolgt, sich von Fehlern erholt und aus Erfahrung lernt, ohne Gelerntes zu vergessen. Er behandelt auch, welche Lehren aus Software-Agenten übertragbar sind, etwa Werkzeuge zu nutzen und Ergebnisse zu prüfen, und welche nicht, weil ein physischer Fehler teuer ist.

Das knüpft an andere Robotik-Arbeiten an, über die wir berichtet haben, etwa Gemini Robotics 2.5 und das In-Context-Lernen von RoboScript. Der Haken ist klar: Es ist ein Preprint ohne Peer Review, es enthält keine neuen Experimente, und die These vom Paradigmenwechsel stützt sich auf wenige Wochen an Ergebnissen einer einzigen Modellfamilie.

Unser Fazit: Eine gemeinsame Definition und ein gemeinsamer Test wären hilfreich, denn heutige Roboterergebnisse mit Astra nutzen unterschiedliche Budgets und Aufbauten und sind nicht vergleichbar. Es ist ein Preprint ohne Peer Review und ohne neue Experimente, und die These vom neuen Paradigma stützt sich auf wenige Wochen an Ergebnissen.

Unsere Testberichte:GPT-6 Astra

Quelle: arXiv (Hugging Face Daily Papers)

Weitere Artikel