Ich beobachte ein Mini-Moraveks-Paradoxon in der Robotik: Gymnastik, die für Menschen schwierig ist, ist für Roboter viel einfacher als "unattraktive" Aufgaben wie Kochen, Putzen und Zusammenbauen. Das führt zu einer kognitiven Dissonanz für Menschen außerhalb des Fachgebiets: "Also, Roboter können Parkour und Breakdance, aber warum können sie sich nicht um meinen Hund kümmern?" Glaub mir, ich wurde von meinen Eltern öfter danach gefragt, als du denkst ... Das "Robot Moravec's Paradox" erzeugt auch die Illusion, dass die physischen KI-Fähigkeiten viel weiter fortgeschritten sind, als sie tatsächlich sind. Ich mache nicht nur Unitree dafür verantwortlich, da es allgemein auf alle aktuellen akrobatischen Demos in der Branche zutrifft. Hier ist ein einfacher Test: Wenn du eine Wand vor den seitwärts flippen Roboter stellst, wird er mit voller Wucht dagegen knallen und ein Spektakel veranstalten. Denn er passt sich nur dieser einen Referenzbewegung an, ohne sich der Umgebung bewusst zu sein. Hier ist der Grund, warum das Paradoxon existiert: Es ist viel einfacher, einen "blinden Turner" zu trainieren als einen Roboter, der sieht und manipuliert. Ersteres kann vollständig in Simulation gelöst und null-shot in die reale Welt übertragen werden, während letzteres extrem realistische Renderings, Kontaktphysik und chaotische Dynamik realer Objekte erfordert - nichts davon kann gut simuliert werden. Stell dir vor, du könntest LLMs nicht aus dem Internet, sondern aus einem rein handgefertigten Text-Console-Spiel trainieren. Die Robotiker hatten Glück. Wir leben in einer Welt, in der beschleunigte Physik-Engines so gut sind, dass wir mit beeindruckenden Akrobatiken auskommen können, ohne echte Daten zu verwenden. Aber wir haben noch nicht denselben Cheat-Code für allgemeine Geschicklichkeit entdeckt. Bis dahin werden wir weiterhin von unseren verwirrten Eltern befragt.