Humanoide sehen menschlich aus – neue Tests zeigen ihre Schwächen

Ein Humanoid kann in einem zehn Sekunden langen Video überzeugend aussehen und im nächsten Moment scheitern: Die Füße rutschen, ein Kontakt erfolgt zu früh oder eine Sprachanweisung führt ihn um den falschen Stuhl.

Zwei am 13. August 2026 veröffentlichte Robotik-Benchmarks sollen genau diese Lücke sichtbar machen. HumanTracker prüft, ob die Bewegung eines Humanoiden mit der menschlichen Wahrnehmung übereinstimmt – einschließlich physischer Fehler, die übliche Positionswerte übersehen. HumanoidVLN untersucht, ob unterschiedlich große Roboter Sprachanweisungen folgen können und zugleich die Anforderungen zweibeiniger Fortbewegung einhalten.

Das Ergebnis ist eine wichtige Korrektur für die Demokultur rund um humanoide Roboter: Bewegungsqualität und Aufgabenzuverlässigkeit brauchen Messungen, die sich schwerer schneiden lassen als ein Highlightvideo.

Das Wichtigste in Kürze

HumanTracker enthält rund 153 Stunden optischer Bewegungstrajektorien professioneller Darsteller.
Die HumanScore-Metrik wurde mit 12.000 Vergleichspaaren aus insgesamt 24.000 Bewegungen trainiert.
Der Benchmark richtet sich auf Fehler wie instabile Abstützung, rutschende Füße und zeitlich falsche Kontakte.
HumanoidVLN vergleicht vier Navigationsmodelle auf vier Humanoiden-Körpern und 933 kollisionsbewussten Referenzepisoden.
Die beste angegebene mittlere Navigationserfolgsquote lag bei 43,55 Prozent – mit entsprechend großem Verbesserungsspielraum.

Warum übliche Bewegungswerte einen offensichtlichen Fehler übersehen

Die Bewegungsverfolgung eines Roboters wird häufig bewertet, indem die Abweichungen zwischen einer Referenzpose und der Roboterpose Bild für Bild gemittelt werden. Solche Zahlen sind nützlich, doch ein Durchschnitt kann verbergen, was Betrachter sofort bemerken.

Ein Fuß gleitet über den Boden, obwohl der Körper ungefähr zur Zielhaltung passt. Eine Ferse setzt zu früh auf. Der Roboter scheint für einen Augenblick zu schweben oder verlagert sein Gewicht auf ein Bein, das keinen stabilen Halt bietet. Jede einzelne Pose kann rechnerisch nahe an der Vorlage liegen, während die gesamte Bewegung dennoch physisch falsch wirkt.

Das ist mehr als ein ästhetisches Problem. Fehlerhafter Kontakt verringert die Stabilität, erhöht möglicherweise den Energieverbrauch und kann beim Tragen einer Last oder auf unebenem Untergrund aus einer kleinen Abweichung einen Sturz machen.

HumanTracker fragt, was für Menschen richtig aussieht

HumanTracker verbindet eine große Bewegungssammlung mit einer an menschlichen Präferenzen ausgerichteten Bewertung. Die rund 153 Stunden optischer Trajektorien stammen von mehreren professionellen Darstellern und sind in vier Bewegungsfamilien mit Textbezeichnungen für die genaue Diagnose gegliedert.

HumanScore wurde mit 12.000 Bewegungspaaren aus 24.000 Bewegungen trainiert. Statt jede Gelenkabweichung gleich zu behandeln, soll die Metrik besser vorhersagen, welches Ergebnis ein menschlicher Beobachter physisch überzeugend findet. In der Auswertung der Autoren erkannte sie Kontakt- und Stabilitätsfehler, die klassische kinematische Maße häufig verfehlten.

Der Benchmark verbessert die Bewegung nicht von selbst. Er verändert die Punktetafel. Das kann Forschung beeinflussen, weil Teams das optimieren, was ihre Tests belohnen. Bestraft die Metrik rutschende Füße und falsch gesetzte Kontakte, entsteht ein stärkerer Anreiz, diese Probleme zu lösen und nicht nur den mittleren Posenfehler zu verkleinern.

Sprachanweisungen werden schwieriger, wenn die Kamera mitläuft

HumanoidVLN richtet sich auf eine andere Schwäche. Systeme für visuell-sprachliche Navigation werden oft mit rollenden oder vereinfachten Agenten geprüft. Ein Humanoid bringt körperabhängige Einschränkungen mit: Er muss balancieren, in machbaren Schritten drehen und Kamerabilder verarbeiten, die mit seinem Gang schwanken und rotieren.

Der Benchmark verwendet NVIDIA Isaac Sim und unterstützt unterschiedliche Körperkonfigurationen. Die Arbeit berichtet Ergebnisse für Unitree G1, Unitree H1 und zwei interne Humanoide mit Körperhöhen von 1,17 bis 1,80 Metern. Vier Navigationsansätze wurden in 933 Referenzepisoden in großen rekonstruierten oder künstlerisch gestalteten Umgebungen untersucht.

Das führende Modell des Vergleichs, JanusVLN, erreichte im Mittel 43,55 Prozent Erfolg. Dieser Wert ist keine allgemeine Note für humanoide Navigation. Er gilt für diesen Benchmark, seine Aufgaben und seine Bewertungsmethode. Dennoch zeigt er, dass sprachgesteuerte Fortbewegung über verschiedene Körper hinweg noch lange nicht gelöst ist.

Eine kleine Brücke von der Simulation zum echten Unitree G1

Die Forscher führten außerdem einen Versuch mit 20 Episoden auf einem physischen Unitree G1 und DualVLN durch. Sie berichten eine starke Korrelation zwischen Navigationsfehlern in Simulation und Realität sowie eine mittlere absolute Abweichung von 0,68 Metern.

Das spricht für den möglichen Nutzen des Benchmarks, doch 20 Episoden reichen nicht für breite Schlussfolgerungen. Andere Lichtverhältnisse, Bodenreibung, Menschenmengen, bewegte Objekte und alternde Sensoren können Lücken offenlegen, die ein kontrollierter Pilot nicht enthält.

Was die Tests über Humanoiden-Demos verraten

Eine ausgefeilte Demonstration beantwortet meist nur eine enge Frage: Hat der Roboter diese sichtbare Sequenz mindestens einmal geschafft? Ein Benchmark muss härter fragen. Hält die Leistung über viele Bewegungen, Räume, Anweisungen und Körperformen hinweg? Werden Fehlschläge einheitlich gezählt? Kann ein anderes Team die Prüfung wiederholen?

HumanTracker und HumanoidVLN untersuchen ergänzende Ebenen. Der eine Test bewertet die physische Glaubwürdigkeit des Körpers. Der andere prüft, ob Wahrnehmung, Sprache, Planung und Fortbewegung zusammenarbeiten. Ein kommerziell nützlicher Humanoid benötigt beides.

Worauf man beim nächsten Robotervideo achten sollte

Die Füße beobachten: Bleiben sie bei der Gewichtsverlagerung tatsächlich stehen?
Auf Schnitte unmittelbar vor schwierigen Kontakten oder Wendungen achten.
Fragen, ob Route und Anweisung im Voraus ausgewählt wurden.
Prüfen, ob Fehler und Wiederholungen genannt werden – nicht nur der erfolgreiche Lauf.
Simulation, Fernsteuerung und vollständig autonome Ausführung klar unterscheiden.

Fazit

Der humanoiden Robotik fehlen keine spektakulären Videos. Es fehlen genügend gemeinsame Tests, in denen sich physisch unplausible Bewegungen und Navigationsfehler nicht verstecken lassen.

Die beiden neuen Benchmarks entscheiden nicht, welcher Humanoid der beste ist. Sie liefern in dieser Phase etwas Wertvolleres: klarere Methoden, um die Entfernung zwischen einem menschenähnlich aussehenden Roboter und einer Maschine zu messen, die sich zuverlässig durch eine menschliche Welt bewegen kann.

Quellen

Bewerte den Beitrag hier!

[Total: 1 Average: 5]

Nico Nuss

Website

Der Autor Nico Nuss beschäftigt sich seit 2001 mit den Themen Mobile Computing und Automation Software. Auf Grund seiner Erfahrung und dem starken Interesse für Zukunftstechnologien gilt seine Aufmerksamkeit den Themen Robotik und AI.