ThorArena: TUM-Benchmark deckt Sicherheitslücke bei VLA-Modellen in physischem Menschenkontakt auf
Forscher der TU München haben mit ThorArena (arXiv 2607.06052) einen neuen Benchmark vorgelegt, der zeigt: Kein führendes Vision-Language-Action-Modell erreicht menschliche Zuverlässigkeit, wenn ein Mensch einem Roboterarm physisch als Demonstrator die Hand führt. Die Arbeit legt eine strukturelle Lücke in der Sicherheitszertifizierung von Humanoiden offen.
Forscher der Technischen Universität München (TUM) haben mit ThorArena einen Benchmark veröffentlicht, der eine bislang kaum dokumentierte Sicherheitslücke in aktuellen Vision-Language-Action (VLA)-Modellen quantifiziert: Kein getestetes führendes VLA-Modell erreicht menschliche Zuverlässigkeit, wenn ein Mensch dem Roboterarm physisch die Hand führt — also klassische kinästhetische Demonstration.
Problem: Physischer Menschenkontakt als blinder Fleck
Viele VLA-Evaluierungen testen Roboter in isolierten, vorhersehbaren Umgebungen. ThorArena erfasst stattdessen das vollständige Kraft-Bewegungsprofil menschlicher Demonstratoren beim Führen eines Roboterarmes. Der Benchmark misst, ob das Modell diese Führbewegungen sicher und konsistent in Folgeaktionen umsetzen kann — ein zentrales Sicherheitsszenario für industriellen Menschenroboterbetrieb.
Das Ergebnis: Alle getesteten VLA-Modelle verfehlen die menschliche Referenz deutlich, wenn unerwartete Interaktionskräfte im Spiel sind.
Relevanz für Industriedeployments
Die Befunde sind besonders relevant für aktuelle Deployment-Debatten: Hersteller wie Figure AI, Agility Robotics und Apptronik setzen verstärkt auf den gemeinsamen Betrieb von Humanoiden und Menschen auf demselben Hallenboden. ThorArena zeigt, dass die dafür benötigten Sicherheitszertifizierungen auf einem Datenfundament beruhen müssen, das physischen Kontakt explizit einschließt — ein Benchmark, der bisher fehlte.
Hauptautor ist Chenhao Yu (TUM), Ko-Supervisor ist TUM-Professor Alois Knoll (Lehrstuhl Robotik und Eingebettete Systeme). Das Paper wurde am 8./9. Juli 2026 auf arXiv (cs.RO, arXiv:2607.06052) veröffentlicht.
⚠️ Das arXiv-Paper (2607.06052) ist noch nicht peer-reviewt. Die Kernaussage zum Sicherheitsgap wird durch den TechTimes-Bericht vom 9. Juli 2026 sekundär bestätigt, eine unabhängige akademische Replikation liegt noch nicht vor.
Abgrenzung: ThorArena ≠ TUM RoboGym
ThorArena ist der Name des Benchmark-Frameworks (Software), nicht einer physischen Anlage. Das TUM RoboGym — Europas größtes Physical-AI-Trainingszentrum (€17 Mio., ~2.300 m², in Zusammenarbeit mit NEURA Robotics) — wurde bereits im März 2026 separat angekündigt und ist eine eigenständige Einrichtung.