Das Beijing Institute for General Artificial Intelligence (BIGAI) hat am 6. März das allgemeine Bewegungsframework der nächsten Generation für humanoide Roboter mit dem Namen „Tongji“ (OmniXtreme) veröffentlicht. Dieses Framework ermöglicht die Implementierung der Roboter in der realen Welt mit hoher Erfolgsrate. Mit nur einem einzigen Algorithmus kann der humanoide Roboter Dutzende hochdynamischer extremer Bewegungen ausführen, darunter Rückwärtssaltos, „Thomas-Flair“ und Kampfsport-Tritte.

[Foto: VCG]

Laut bekannten Informationen erfordert das „Tongji“-Framework im Gegensatz zu herkömmlichen Methoden des verstärkenden Lernens, bei denen eine einheitliche Strategie von Grund auf trainiert wird, einen zweistufigen Lernprozess des Roboters. Das Forschungsteam trainiert zunächst spezialisierte „Expertenstrategien“ für verschiedene Bewegungen und setzt anschließend ein verstärkendes Lernen ein, das die tatsächlichen physikalischen Eigenschaften der Elektromotoren berücksichtigt. Dadurch wird die Ausführbarkeit des Frameworks auf realen Robotern erheblich verbessert. Testdaten zeigen, dass diese Methode bei verschiedenen hochdynamischen Bewegungsaufgaben eine Erfolgsquote von über 90 Prozent erreicht und die Grundlage für zukünftig komplexere Fähigkeitslernverfahren von Robotern legt.

Die Entstehung des „Tongji“-Frameworks ist untrennbar mit dem fruchtbaren Boden der wissenschaftlichen und technologischen Innovationen in Beijing verbunden. Im April 2025 stellte das BIGAI offiziell die Plattform „Tongzhi Gehirn“ (通智大脑) vor. Auf Basis der Kerntechnologie des weltweit ersten allgemeinen intelligenten Roboters „Tongtong“ stattet sie Roboter mit einem universellen, denkfähigen Entscheidungszentrum sowie einem Bewegungssteuerungssystem aus, das die Bewegungsfähigkeiten steuert und die Koordination verbessert. „Tongji“ ist ein wichtiger technischer Bestandteil dieser Bewegungssteuerung. Derzeit befindet sich das „Tongzhi Gehirn“ auf dem Weg zur Industrialisierung und soll künftig auf immer mehr verschiedenen Roboterplattformen zum Einsatz kommen, um Robotern stärkere Bewegungs- und Anpassungsfähigkeiten zu verleihen.

(Inhaltsquelle: Beijing Daily）