Apple HALO: Unitree G1 mit Mac mini meistert fremde Wohnungen

1.000 virtuelle Wohnungen als Trainingsbasis

Das größte Hindernis beim Training von Humanoiden sind Daten, denn meist müssen Menschen Verhalten per Fernsteuerung oder Motion Capture vormachen. Apple erzeugte stattdessen 1.000 virtuelle Wohnungen mit unterschiedlichen Grundrissen und Möbeln. Daraus entstanden knapp 163.000 Trainingsepisoden mit rund 300 Stunden Roboterbewegung. Jedes Beispiel kombinierte Befehl, Kamerabild und passende Bewegungsfolge. Fehlerhafte Versuche, etwa ein durch den Boden ragender Fuß, wurden automatisch aussortiert. Die Erstellung dauerte 48 Stunden auf 250 Nvidia-H100-GPUs.

Die Vielfalt war entscheidend: Mit nur einer Trainingsumgebung gelang das Hinsetzen in neuen simulierten Räumen in 43 Prozent der Fälle, mit 1.000 Umgebungen in 84 Prozent.

Chinesischer Roboter mit Mac auf dem Rücken

Apple hat keinen eigenen Humanoiden gebaut, sondern einen Unitree G1 des chinesischen Herstellers umgerüstet: mit zusätzlicher Kopfkamera und einem Gehäuse mit Mac mini M4 Pro und 64 GB Arbeitsspeicher. Der Mac interpretiert Befehle und plant Bewegungen, der im Roboter verbaute Nvidia Jetson Orin NX übernimmt den Rest. Eine dauerhafte Verbindung zu einem externen Rechner ist nicht nötig.

HALO besteht aus drei Modulen: Eines zerlegt Befehle in einfachere Schritte, ein zweites plant etwa dreimal pro Sekunde die nächsten fünf Sekunden Ganzkörperbewegung, ein drittes steuert mit 50 Hz die Motoren und hält das Gleichgewicht.

Schwächen bei mehrstufigen Aufgaben

Das Ducken unter Hindernissen gelang in allen Versuchen, das Passieren der Tür in 93 Prozent, das Erreichen eines Objekts in 92, das Kriechen in 90, das Kistenschieben in 88 und das Hinsetzen in 85 Prozent. Bei mehrstufigen Aufgaben sank die Quote auf durchschnittlich 70 Prozent, getestet in nur einer realen Umgebung. Am schwierigsten war die Folge aus Ducken, Annähern und Kistenschieben, die nur in der Hälfte der Fälle klappte. Laut den Forschern stand der Roboter nach der ersten Handlung oft so, dass das nächste Ziel nicht mehr zu sehen war.