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.