Disney hat eines der kostspieligsten Probleme in der zweibeinigen Robotik gelöst: das Fallen. Ein neues System basiert auf bestärkendem Lernen.1 Es trainiert Roboter, sichere Landepositionen zu wählen, die ihre Sensoren, Batterien und Gelenke schützen. Die Methode nutzt 4.000 simultane virtuelle Simulationen, um Robotern beizubringen, zu rollen, zu landen und Stöße abzufedern, anstatt ihnen Widerstand zu leisten. Veröffentlicht auf arXiv Die Studie zeigt, dass bis November 2025 16 kg schwere Roboter kontrolliert stürzen können, selbst nach seitlichen Stößen mit 2 m/s. Starre Gelenke und unvorhersehbare Bewegungen gehören der Vergangenheit an: Jeder Sturz wird zu einem kontrollierten, kalkulierten und sicheren Ereignis.
Wenn Stürze zu einem 35-Kilo-Problem werden
Lassen wir einmal die Roboter beiseite, die auf Konferenzbühnen tanzen. Das ist Choreografie, keine Physik. Das eigentliche Problem entsteht, wenn die Schwerkraft zuschlägt. Ein zweibeiniger Roboter, der das Gleichgewicht verliert, verwandelt sich in ein 16 kg schweres Geschoss, das mit steifen Gelenken, ungeschützten Sensoren und ohne jeglichen Schutz zu Boden stürzt. Die Folge? Beschädigte Gehäuse, defekte Elektronik und leere Akkus. Und schmerzhafte Reparaturrechnungen.
Disney Forschung Ein Team von Universitätsingenieuren hat jahrelang Robotern beigebracht, wie man Stürze bewältigt. Nicht wie man sie vermeidet (das ist ein anderes Thema), sondern wie man möglichst schmerzfrei landet. Das System heißt „Roboter-CrashkursUnd es hält, was es verspricht: Es trainiert Roboter darin, besser zu fallen. So ähnlich wie ein Parkour-Parcours, nur eben für Maschinen, die so viel wiegen wie Buddy, mein Golden Retriever: genauer gesagt, ein mittelgroßer Hund.
AIDOL und das schwarze Schandtuch
Bevor wir darüber sprechen, wie ein Disney-Roboter das Problem lösen würde, sollten wir uns daran erinnern, was passiert, wenn niemand es löst. Moskau, 11. November 2025. Bühne, Lichter, die Rocky-Melodie im Hintergrund (was das Ganze, seien wir ehrlich, noch etwas lächerlicher machte). Auftritt AIDOLDer erste russische humanoide Roboter mit künstlicher Intelligenz. Er hebt grüßend seinen rechten Arm. „Haben Sie das seltene Exemplar noch nicht gesehen?“2„“, witzelten wir in Neapel. Der Rest ist Geschichte: AIDOL verliert das Gleichgewicht. AIDOL fällt vornüber. Die Assistenten eilen herbei, um ihn mit einem schwarzen Tuch vor den Blicken der Journalisten und Gäste zu verbergen. Eine Buster-Keaton-artige Szene und eine subtile Genugtuung für uns Menschen, zu sehen, dass diese technologischen Schreckgespenster, die uns laut Volksglauben ersetzen sollen, immer noch so herumlaufen, als hätten sie schweren Durchfall und würden sich ständig übergeben.
Laut dem CEO Wladimir WituchinEs handelte sich um einen Kalibrierungsfehler der Waagensensoren. „Ein nützlicher Zufall“, nannte er es scherzhaft. Ob hilfreich oder nicht, das Video ging innerhalb von drei Stunden viral und bewies etwas ganz Einfaches: Ein Sturz ist der kritischste Moment im Leben eines zweibeinigen Roboters. Es spielt keine Rolle, wie ausgeklügelt Ihr Kontrollsystem ist, wenn Sie keinen Plan B für den Fall haben, dass die Schwerkraft siegt.
Das Disney-System verhindert nicht, dass ein Roboter wie der von AIDOL stürzt. Es fängt Stürze ab. Der Unterschied liegt darin, dass ein mit dieser Methode trainierter Disney-Roboter nicht mit verkrampften Gelenken auf dem Bauch landet. Er klappt sich zusammen, schützt seinen Kopf und nimmt eine Endposition ein, die den Aufprall verteilt – ähnlich wie ein Stuntman. Und dann steht er wieder auf.
Disney-Roboter: 24.000 virtuelle Stürze, um zu lernen, weniger zu leiden
Das Herzstück des Systems, sagte ich, ist das Verstärkung lernenTausende digitale Roboter stürzen in einen Simulator, um zu untersuchen, was funktioniert und was nicht, und um Daten zu sammeln. Jeder Sturz generiert Punkte, wenn der Roboter den Aufprall verringert oder kritische Bereiche schützt. Punkte werden abgezogen, wenn die Bewegungen chaotisch oder unkontrolliert werden. Das System wurde getestet. 24.000 stabile PosenDabei wurden virtuelle Modelle aus verschiedenen Höhen gestartet (immer gleich hoch, nicht aus zehn Stockwerken Höhe). Zehn der finalen Posen stammten von „Künstlern“, die kreative Positionen kreierten: Hocken, weite Rollen, dramatische Landungen.
Das Training dauerte zwei Tage und fand auf leistungsstarken GPUs statt. 4.000 virtuelle Roboter Sie stürzten gleichzeitig. Ein kleines neuronales Netzwerk verarbeitete Gelenkwinkel, Körperorientierung und Bewegungsdaten fünfzig Mal pro Sekunde. Die Methode heißt proximale Richtlinienoptimierung und passt das Verhalten des Roboters schrittweise und ohne abrupte Sprünge an. Der Simulator reduzierte den Kontaktdruck und legte unterschiedliche Empfindlichkeitsstufen für jedes Körperteil fest: Die Beine bleiben weich, während der Kopf mehr Schutz benötigt.
Vom Simulator ins Labor: Test des echten Disney-Roboters
Nach einem virtuellen Training wurde das System in einen echten Disney-Roboter eingebaut. Dieser wog 16 Kilogramm und verfügte über federbelastete Beine und mechanische Arme. Ein Motion-Capture-System erfasste jede Bewegung und übermittelte die Daten in Echtzeit an die Steuerung. Tests zeigten, dass der Roboter Stürze mit seitlichen Stößen von 2 Metern pro Sekunde (ca. 6,5 Fuß pro Sekunde) und Vorwärtsgleiten mit rotierender Hüfte bewältigen konnte. Die Geschwindigkeiten wurden in jeder Folge zufällig variiert, sodass der Roboter nie einen festen Pfad erlernte.
Der Roboter leistet keinen Widerstand gegen den Aufprall, sondern nimmt ihn an. Er rollt sich ab, positioniert sich und schützt seine Batterien und Sensoren. Seine endgültige Position hängt von der Fallrichtung und -geschwindigkeit ab. Manchmal duckt er sich eng zusammen, manchmal öffnet er sich weit, manchmal wählt er eine Zwischenstellung. Wie ich in diesem Artikel bereits sagteDie Robotik entwickelt sich bis 2025 hin zu adaptiveren und intelligenteren Systemen. Diese Studie bestätigt dies: Roboter müssen nicht nur gut laufen können. Sie müssen (vor allem, könnte man sagen) auch gut fallen können.
Die interessanteste Tatsache? Das System funktioniert mit verschiedenen Robotern. Die Vorgehensweise ist hardwareunabhängig: Sie lässt sich ohne komplettes Neutraining auf andere zweibeinige Plattformen übertragen. Das bedeutet, dass die Methode nicht an ein einzelnes Modell gebunden ist, sondern auf jede Maschine mit zwei Beinen und kompatiblen Gelenken anwendbar ist.
Warum das Lehren des richtigen Fallens wichtiger ist, als wir denken
Im Grunde ist es ganz einfach: Zweibeinige Roboter werden immer häufiger. Einige Er hat sie bereits zum Vorverkauf freigegeben. Fabriken, Lagerhallen, Krankenhäuser. Sie sind allgegenwärtig, transportieren Güter und erfüllen Aufgaben. Doch solange ein Umfallen gleichbedeutend mit Zerbrechen ist, bleibt ihr Nutzen begrenzt. Ein Roboter, der Stürze übersteht, ohne Schaden zu nehmen, ist ein Roboter, der länger, in mehr Umgebungen und mit weniger menschlicher Aufsicht arbeiten kann. Es geht nicht um Eleganz, sondern um reine Ökonomie.
Disney Research hat einen pragmatischen Ansatz gewählt. Der Sturz wird nicht als Spektakel inszeniert, sondern als technisches Problem mit einer messbaren Lösung betrachtet. Der Roboter stürzt ab, schützt seine kritischen Teile, steht wieder auf und setzt seine Arbeit fort. Keine schwarzen Planen, kein Rocky-Thema, keine Peinlichkeiten. Einfach angewandte Physik und bestärkendes Lernen, das funktioniert.
Man muss nur ein bisschen üben, und der Roboter ist – um es mal so auszudrücken – zum Stehen gekommen. Hauptsache ist natürlich, dass er wieder ganz aufsteht.
- Reinforcement Learning ist eine Technik der künstlichen Intelligenz, bei der ein System durch Interaktion mit seiner Umgebung lernt, Entscheidungen zu treffen. Korrekte Aktionen werden belohnt, falsche bestraft. So verbessert das System, ähnlich wie beim alltäglichen Lernen durch Versuch und Irrtum, sein Verhalten, um Ziele im Laufe der Zeit zu erreichen. Reinforcement Learning wird eingesetzt, um Maschinen beizubringen, komplexe Probleme zu lösen, bei denen sie eine Reihe von Entscheidungen treffen müssen, um das bestmögliche Ergebnis zu erzielen. ↩︎
- „Er hat die Stufe nicht gesehen.“ Das sagt man manchmal, selbst wenn gar keine Stufe da ist, vor der man sich in Acht nehmen müsste, nur um einen unachtsamen Sturz auf klägliche Weise zu betonen. Folgen Sie mir für weitere ungebetene Lektionen über Neapel in den Fußnoten. ↩︎