HomeBody gibt GPT Astra räumliches Gedächtnis und einen Humanoidenkörper

HomeBody verbindet GPT Astra mit räumlichem Gedächtnis und einer Fähigkeitenbibliothek für den Humanoiden Unitree G1. Forschende von Caltech und Stanford demonstrieren in einer zuvor unbekannten Küche das Aufräumen mehrerer Gegenstände und das Holen eines Medikaments aus einer Schublade nach einer ungenauen Aufforderung.

GPT Astra wählt Fähigkeiten statt Motoren direkt anzusteuern

Das System ersetzt eine trainierte VLA-Zwischenschicht durch ein VLM, das wiederverwendbare Fähigkeiten aufruft. GPT Astra wählt Navigation, Greifen, Ablegen oder Schubladenöffnen und übergibt ein strukturiertes Ziel. Spezialisierte Planer und Regler übernehmen weiterhin die Bewegung auf niedriger Ebene.

Vor der eigentlichen Arbeit erkundet der Roboter den Raum mit Kameras, LiDAR, SLAM und Gelenkpositionen. Astra hilft, aus diesen Daten in Isaac Sim einen digitalen Zwilling zu erstellen. Gespeicherte Schlüsselbilder erinnern das System später an Objekte außerhalb des aktuellen Sichtfelds. Laut den Autoren sind weder umgebungsspezifische Trainingsdaten noch zusätzliches Policy-Lernen nötig.

Das Sprachmodell plant physische Routinen

Mollicks Beobachtung zur überraschenden Breite von LLM-Anwendungen trifft diesen Fall genau. Das Sprachmodell sendet keine Befehle mit 250 Hz an die Motoren. Es zerlegt eine mehrdeutige menschliche Absicht in verfügbare Aktionen und wählt nach einem Fehler anhand der Werkzeugrückmeldung den nächsten Schritt.

Für die Robotik ist diese Modularität relevant. Eine neue Fähigkeit lässt sich über eine gemeinsame Schnittstelle anschließen, ohne das Gesamtsystem für eine Küche neu zu trainieren. Derselbe Vorteil schafft Abhängigkeiten von Karte, Objektbeschreibungen und Zuverlässigkeit jeder einzelnen Fähigkeit.

Die Autonomie beruht auf aufwendiger Vorbereitung und fester Infrastruktur

Die Demonstration beginnt nicht in einer leeren Wohnung mit einem einzigen Satz. Sie benötigt Erkundung, Kartenregistrierung, Real2Sim-Rekonstruktion und einen Laptop mit RTX 4090. GPT Astra läuft entfernt und die Denklatenz pausiert den Roboter zwischen Fähigkeiten. Die Autoren nennen außerdem begrenzte Reichweite, überhitzende Fingerservos sowie Zeit und API-Kosten des digitalen Zwillings.

Neue Räume und Fehler abseits des Ablaufs werden entscheiden

Das nächste aussagekräftige Signal ist der wiederholte Einsatz in verschiedenen Räumen mit unbekannten Schubladen, Hindernissen und Gegenständen. Wichtig sind der Erfolg der Gesamtaufgabe, die Einrichtungszeit und ein sicheres Ende nach Fehlern. Diese Ergebnisse zeigen, ob eine wiederverwendbare Fähigkeitenbibliothek besser skaliert als eine Policy für eine bestimmte Umgebung.

Liliths Urteil

Ein Humanoid, der Medikamente in einer geschlossenen Schublade findet, wirkt bereits wie ein Kollege. Solange er vor Schichtbeginn einen digitalen Zwilling, eine RTX 4090 und Geduld mit Pausen braucht, behält der Vorarbeiter die Schlüssel besser in der Tasche.