Wiki

Das „Muskel"-Element, das ein Robotergelenk bewegt — meist elektrisch.

Von Teleoperation bis Vollautonomie — wer steuert den Roboter wirklich?

Zweibeiniges Gehen und Laufen — die Königsdisziplin der Humanoid-Robotik.

Roboter in bestehende Fabriken integrieren — ohne Umbau der Anlage.

Roboter, der ohne Schutzzaun direkt neben Menschen arbeiten darf.

Ein KI-Modell steuert verschiedene Roboterkörper — Daten werden übertragbar.

KI, die über einen physischen Körper lernt und mit der realen Welt interagiert.

Misst die exakte Stellung jedes Gelenks — Grundlage jeder Regelung.

Das „Werkzeug" am Ende des Roboterarms — Hand, Greifer oder Spezialwerkzeug.

Das hauseigene Vision-Language-Action-Modell von Figure AI mit „System 1 / System 2"-Architektur.

Wer baut welche Robotik-Foundation-Models — der aktuelle Stand der wichtigsten VLAs und World Models (Mitte 2026).

Anzahl unabhängiger Bewegungsachsen eines Roboters — je mehr, desto geschickter.

Koordiniert alle Gelenke gleichzeitig — Balance, Greifen und Gehen als ein Optimierungsproblem.

Googles Familie von Robotik-Foundation-Models — ein VLA plus ein „denkendes" Embodied-Reasoning-Modell.

Fähigkeit zur feinen Manipulation von Objekten — entscheidend für Haushalt & Montage.

Spielfreies, kompaktes Getriebe — Standardbauteil in Robotergelenken.

Roboter mit menschenähnlichem Körperbau — zwei Beine, zwei Arme, für menschengemachte Umgebungen.

Roboter lernen aus menschlichen Demonstrationen — etwa per Teleoperation aufgezeichnet.

Misst Beschleunigung und Drehrate — der „Gleichgewichtssinn" des Roboters.

Die zentrale Sicherheitsnorm für Industrieroboter — Voraussetzung für CE-Kennzeichnung.

Sicherheitsnorm für Service- und Assistenzroboter im Umfeld von Menschen.

Hugging Faces offenes Ökosystem für Roboterlernen — inklusive eines VLAs, das auf Consumer-Hardware läuft.

Laserbasierter Abstandssensor für 3D-Wahrnehmung und Navigation.

Regelungsverfahren, das Bewegungen über einen kurzen Zeithorizont vorausplant.

Maximales Gewicht, das ein Roboter sicher tragen/handhaben kann.

NVIDIAs offene World Foundation Models — gelernte „Welt-Simulatoren" zur Generierung synthetischer Trainingsdaten.

NVIDIAs offene Foundation-Model-Familie speziell für humanoide Roboter.

Gemeinsamer Datensatz und Modelle von 30+ Laboren — der Beweis, dass ein Modell viele Roboterkörper steuern kann.

Sammelbegriff für KI, die in der physischen Welt handelt — geprägt v. a. von NVIDIA.

Die π-Modellfamilie des Startups Physical Intelligence — generalistische, teils offene VLAs als „Gehirn" für viele Roboter.

Roboter mieten statt kaufen — Abrechnung pro Monat oder Arbeitsstunde.

Der große Regelvergleich für URKL, World Humanoid Robot Games, RoboCup, FIRA HuroCup, ROBO-ONE und humanoide Laufwettbewerbe.

Wie marktnah ein Roboter wirklich ist — vom Konzept bis zur Serienproduktion.

Lernen durch Versuch, Irrtum und Belohnung — Standard für Roboter-Lokomotion.

Roboter fühlen keinen Schmerz. Trotzdem berühren Kämpfe mit menschenähnlichen Maschinen Fragen zu Gewaltbildern, Sicherheit, Verantwortung und militärischer Doppelnutzung.

Ein großes, breit vortrainiertes Basismodell für viele Roboter und Aufgaben — das „GPT für Robotik".

Das Open-Source-Software-Framework, auf dem ein Großteil der Robotik-Entwicklung aufbaut.

Transfer von in Simulation gelernten Fähigkeiten auf den realen Roboter.

Das „omni-bodied" Foundation-Model des Startups Skild AI — ein Gehirn für beliebige Roboterkörper.

Simultaneous Localization and Mapping — gleichzeitiges Kartieren und Selbstlokalisieren.

Tastsinn für Roboterhände — Druck-, Kraft- und Rutscherkennung in den Fingern.

Gesamtkosten eines Roboters über die Lebensdauer — weit mehr als der Kaufpreis.

Fernsteuerung eines Roboters durch einen Menschen — oft zur Datensammlung für KI.

Tera Operations Per Second — Maß für die On-Board-KI-Rechenleistung eines Roboters.

KI-Modell, das Bild + Sprache direkt in Roboteraktionen übersetzt.

Tauschbare Akkupacks für unterbrechungsfreien Mehrschicht-Betrieb.

Internes, lernendes Modell der Welt, mit dem ein Roboter Handlungsfolgen vorhersagt.

Klassisches Stabilitätskriterium für zweibeiniges Gehen.