Ein Quantensprung in der Robotik mit dem Google Gemini Robotics ER 2-Modell

Google hat sein neuestes und leistungsstärkstes Robotermodell, den Gemini Robotics ER 2, offiziell vorgestellt. Die Entwickler haben ihn als übergeordnetes Gehirn konzipiert, das es Robotern ermöglicht, mit Menschen zu kommunizieren, ihre Umgebung zu erfassen und mehrstufige Aufgaben zu planen. Die Ausführung der Bewegungen delegiert das Modell anschließend an nachgelagerte Steuerungssysteme. Es kann zudem selbstständig externe Tools wie die Google-Suche nutzen. Der Hauptvorteil dieses Designs liegt darin, dass der Roboter seine nächsten Schritte planen kann, während er gleichzeitig aktuelle Aufgaben ausführt. Dadurch entfallen die zuvor störenden „Denkpausen“.

Die neue Version bietet deutliche Verbesserungen gegenüber dem Vorgängermodell Gemini Robotics ER 1.6. Durch die Analyse von Dauervideos können Roboter ihren Fortschritt in Echtzeit überwachen, potenzielle Fehler korrigieren und den exakten Zeitpunkt für den nächsten Arbeitsschritt bestimmen. In Tests erreichte das System eine Genauigkeit von 57,4 Prozent bei der Ermittlung des Arbeitsfortschritts und 91,3 Prozent bei der Identifizierung wichtiger Momente, wie beispielsweise dem exakten Zeitpunkt zum Stoppen des Flüssigkeitsausgießens. Eine weitere wichtige Neuerung ist die Unterstützung des kollaborativen Betriebs mehrerer Roboter. Dadurch können die verschiedenen Geräte miteinander kommunizieren und gemeinsam komplexere Aufgaben ausführen.

Die Entwickler haben zudem die räumliche Intelligenz verbessert und die Sicherheit deutlich erhöht. Das Modell erkennt Fehler während der Ausführung, wie beispielsweise verschüttetes oder abrutschendes Material, besser und kann Daten von einer Vielzahl digitaler und analoger Messgeräte auslesen. In Sicherheitstests hat es sich als hervorragend darin erwiesen, die Nähe von Personen zu erkennen. Der Roboter stoppt automatisch, sobald sich eine Person nähert, und setzt seine Arbeit erst fort, wenn der Bereich wieder sicher ist. Die Funktionsweise wurde am bekannten Spot-Roboter des Partners Boston Dynamics demonstriert, der selbstständig per Sprachbefehl einen Snack findet und bringt.

Robotersysteme in der realen Welt stoßen häufig auf unvorhersehbare Umstände, die Computermodelle in Simulationen nicht vollständig vorhersagen können. Wie gut das System außerhalb des Labors funktioniert, bleibt abzuwarten, da das Modell Entwicklern derzeit über die Gemini API, Google AI Studio und in einer Testversion auf der Gemini Enterprise Agent Platform zur Verfügung steht.