Unitree G1 leert dozen sorteren van mensen

Wat Workhorse precies doet

Volgens de onderzoekers hebben humanoïde robots nog altijd moeite met het plannen van zogeheten contactrijke manipulatie met het hele lichaam. Dan gebruikt de robot niet alleen zijn handen, maar ook zijn benen en romp om een voorwerp te verplaatsen. Workhorse werkt met twee bronnen: egocentrisch RGB-beeld (een gewone camera vanuit het perspectief van de robot) en proprioceptie, het interne gevoel van de robot voor de stand van zijn gewrichten. Het systeem leert het gedrag uit demonstraties die mensen zonder robot hebben uitgevoerd. Er is dus geen teleoperatie nodig, waarbij een mens de robot op afstand bestuurt om trainingsdata te verzamelen. De demonstraties zijn uitgevoerd op een echte Unitree G1, niet alleen in simulatie.

Waarom leren van mensen ertoe doet

Data verzamelen is een van de duurste stappen bij het trainen van humanoïde robots. Teleoperatie kost operatoruren, apparatuur en robottijd, en elke robot die meedoet aan dataverzameling doet ondertussen geen productief werk. Kan een robot leren van mensen die gewoon hun werk doen, dan wordt het in principe goedkoper om nieuwe taken aan te leren. Voor sectoren met veel wisselende handelingen, zoals 3PL en fulfilment, is dat interessant: daar verandert het assortiment voortdurend en loont een robot die maar één vaste beweging kent nauwelijks.

De kanttekeningen bij een labvideo

Het blijft een onderzoeksdemonstratie. De samenvatting van IEEE Spectrum noemt geen slagingspercentages, cyclustijden of aantallen herhalingen. De video laat ook een moment zien waarop het misgaat; IEEE Spectrum koppelt dat met een knipoog aan een communicatiestoring. Voor een werkgever zijn juist die gegevens het belangrijkst: hoe vaak lukt de taak, wat gebeurt er als de verbinding wegvalt en hoe valt de robot? Ook de taken zelf vragen om nuance. Een doos met een trap verplaatsen is technisch knap, maar in een magazijn met breekbare of dure goederen is het niet gewenst. En een robot die een koffer omkiept om erop te klimmen, laat vooral zien dat het lichaam veelzijdig te gebruiken is. Het is geen kant-en-klare toepassing.

De rest van de week: van rappende robot tot autowasstraat

De rest van de rubriek is lichter van toon. Het Franse Pollen Robotics laat zijn Reachy Mini rappen, iets waarvan IEEE Spectrum vermoedt dat het overal als beltoon zou klinken als iemand die nog gebruikte. Devanthro reageert op een recente stunt van Figure, die IEEE Spectrum vrij belachelijk vond, en verkoopt plastic ballen van 1.000 dollar per stuk, op tijd geleverd voor kerst. Verder toont het lab LMTS van de EPFL in Lausanne een draadvormige lineaire motor, een bouwsteen die op termijn interessant kan zijn voor lichtere en compactere aandrijvingen. Er is ook een autowasstraat die het voertuig eerst in 3D modelleert en het daarna met robotarmen wast. IEEE Spectrum noemt dat een interessant idee, maar plaatst er op basis van recensies van die locatie een kanttekening bij.

Waar dit soort onderzoek verder te volgen is

Wie wil volgen hoe leren uit demonstraties zich ontwikkelt, kan in de komende maanden twee conferenties in de gaten houden. De Conference on Robot Learning (CoRL 2026) is van 9 tot en met 12 november in Austin. De IEEE-conferentie Humanoids 2026 is van 6 tot en met 9 december in Santa Clara. Daar komen meestal de onderzoeksresultaten naar buiten die een paar jaar later in commerciële software terechtkomen. Tot die tijd geldt voor inzet in Nederland dat wat een robot vandaag betrouwbaar kan, zwaarder weegt dan wat hij in een video laat zien. Dat speelt ook mee in de keuze tussen leasen of kopen: zolang de mogelijkheden snel veranderen, is het risico van een verouderde aankoop reëel.

Zelflerend gedrag en Europese regels

Leren uit demonstraties raakt ook aan regelgeving. Een robot waarvan het gedrag uit data voortkomt, valt in de EU onder de vragen die de EU AI Act en de Machineverordening stellen. De Machineverordening is van toepassing vanaf 20 januari 2027 en besteedt nadrukkelijk aandacht aan machines met lerend of zich ontwikkelend gedrag. Een werkgever moet kunnen aantonen dat zo'n systeem veilig blijft, ook in situaties die niet in de trainingsdata stonden. Hoe beter onderzoekers kunnen vastleggen wat een robot heeft geleerd en waar zijn grenzen liggen, hoe makkelijker die beoordeling wordt.

Wat betekent dit voor Nederland?

Voor Nederlandse logistieke en productiebedrijven is Workhorse vooral een signaal dat het aanleren van nieuwe taken goedkoper kan worden. Het is nog geen bewijs dat een Unitree G1 morgen betrouwbaar dozen sorteert op een werkvloer. Wie nu wil experimenteren, doet er goed aan klein te beginnen, eisen te stellen aan meetbare betrouwbaarheid en de Machineverordening van januari 2027 al mee te nemen in de planning. Meer daarover staat in onze gids over humanoïde robots leasen.