Roboter-Lern und klassische Robotik: Wann jedes benutzt werden soll (2026)
Roboterlernen vs. klassische Robotik: Ein praktisches Entscheidungsrahmen, das die Pipelines für Wahrnehmungsplanung und Kontrolle, end-to-end gelernte Richtlinien, Hybridarchitekturen und die Zeit, in der jeder Ansatz im Jahr 2026 gewinnt, umfasst.
[← Blog]
Die Debatte geht nicht darum, welches Paradigma besser ist, sondern darum, zu wissen, welches in einer bestimmten Situation zu erreichen ist und zunehmend, wie man sie in einem einzigen System zusammenführt.
Klassische Robotik: Die Perception-Planning-Control Pipeline
Die klassische Robotik folgt einer expliziten, handgefertigten Pipeline. Wahrnehmungsalgorithmen (oft strukturierte Punktwolkenverarbeitung, CAD-Modell-Matching oder kalibrierte Stereo-Vision) erzeugen eine geometrische Szene-Repräsentation. Eine Planungsschicht (RRT*, CHOMP, Flugbahnoptimierung oder Modellprognosestation) berechnet einen kollizierungsfreien Weg zum Ziel. Eine Steuerungsschicht (PID, Impedanzkontrolle oder Computer-Torque-Kontrolle) verfolgt die geplante Bahn mit strengen Echtzeit-Garantien.
Die Stärken dieses Ansatzes sind nicht subtil. Klassische Steuergeräte arbeiten mit 1 kHz-Steuerungsraten mit deterministischer Latenz. Sie bieten formelle Stabilitätsgarantien durch Lyapunov-Analyse, Sicherheitsbeschränkungen durch Steuerbarrierefunktionen und Flugbahnoptimierung durch gut verständliche Kostenfunktionen. Wenn sie versagt, ist der Fehlermodus typischerweise interpretierbar: ein Wahrnehmungsfehler, ein unfeasibles Plan oder eine Überschreitung des Tracking. Für alle, die Roboter in Umgebungen einsetzen, in denen ein Regulator fragen wird: "Warum hat der Roboter das getan?" bietet klassische Steuerung Antworten, die gelernte Richtlinien nicht können.
Die Grenzen sind ebenso klar: Jede handgefertigte Pipeline ist an Bedingungen anfällig, die ihr Designer nicht erwartet hatte. Ein für geputzte Metallteile abgestimmtes Wahrnehmungsmodul versagt bei transparenten Objekten. Ein für eine strukturierte Arbeitsstation optimierter Bewegungsplaner versagt in der Unordnung. Ein Impedanzcontroller, der für starre Greifung abgestimmt ist, versagt bei verformbaren Objekten. Die Erweiterung klassischer Systeme auf neue Situationen erfordert mehr Engineering, nicht mehr Daten, und die Kosten skalieren mit der Anzahl der Randfälle, die Sie behandeln müssen.
Klassische Werkzeugen tiefstaubende Tauch: IK, Bewegungsplanung, Kraftkontrolle
Das Verständnis der spezifischen Werkzeuge im klassischen Stack ist für Teams unerlässlich, welche Komponenten durch Lernen ersetzt und welche behalten werden.
Inverse Kinematik (IK). Angesichts einer gewünschten End-Effektor-Position berechnet IK die gewählten Winkel, die dies erreichen. Analytische IK-Lösungen gibt es für 6-DOF-Roboter mit spezifischen Geometrien (die meisten industriellen Arme) und laufen in Mikrosekunden. Für 7-DOF-Redundanten-Arme (Franka, OpenArm, Kinova Gen3), numerische IK-Lösungen wie KDL, TRAC-IK oder IKFast-Rechenslösungen in 1-10ms. IK ist zuverlässig, schnell und gut verstanden - es gibt fast nie einen Grund, es durch eine gelernte Komponente zu ersetzen. Selbst vollständig gelernte Richtlinien erzeugen typischerweise End-Effektor-Ziele, die über IK in gemeinsame Befehle umgewandelt werden.
Bewegungsplanung. RRT* (Ramply-exploring Random Tree, optimale Variante) und seine Derivate (BIT*, CHOMP, STOMP) berechnen kollizierungsfreie Strecken im gemeinsamen Raum oder im Aufgabenraum. Die Schlüsselbeschränkung: Der Planer benötigt ein genaues Kollisionsmodell der Szene, das entweder eine bekannte Objektgeometrie (aus einem CAD-Modell) oder Echtzeitperspektion erfordert. In ungeschützten, unbekannten Umgebungen macht der Wahrnehmungs-Flaschenhals klassische Planung zerbrechlich. MoveIt2 ist das Standard-Open-Source-Motion-Planungs-Framework mit Unterstützung für die meisten Forschungsarme.
Kraftkontrolle. Impedanz- und Eintrittskontrolle regulieren die mechanische Wechselwirkung zwischen dem Roboter und seiner Umgebung. Die Zulassungsteuerung umkehrt dies: Der Roboter liest die Daten des Kraft-Torks-Sensors und erzeugt Positionskorrekturen proportional zum gemessenen Kraftfehler. Diese Steuerungen sind mathematisch elegant, abgestimmt und nachweislich stabil - aber sie erfordern genaues Wissen über die Dynamik des Robots und die Parameter des Kontaktmodells. Für eine tiefere Einführung in die Integration der Kraftempfindung siehe unseren [F/T-Sensorgleitfaden]
Die klassische Wahrnehmungspipeline. Ein typischer strukturierter Wahrnehmungsstack: RGB-D-Kamera erfasst eine Punktwolke. Flächensegmentierung entfernt die Tabelle. Euklidisches Clusterisieren isoliert einzelne Objekte. Jeder Objektcluster wird mit einer bekannten CAD-Modellbibliothek (mit Hilfe von ICP oder PPF-Matching) abgestimmt, um eine 6-DOF-Pose zu schätzen. Diese Pipeline ist schnell (10-30ms pro Rahmen), genau für bekannte Objekte (Sub-Millimeter-Pose-Schätzung) und versagt völlig für Objekte, die nicht in der Modellbibliothek sind. Jedes neue Objekt erfordert ein neues CAD-Modell oder einen manuellen Kalibrierungsschritt - die technischen Kosten, die Teams zur erlernten Wahrnehmung treiben.
Roboterlernen: End-to-End-Lernpolitik
Roboter-Lernen ersetzt handgefertigte Pipelines durch datenorientierte Modelle. In [imitationslernen]
Die wichtigste Vorteile von gelernten Richtlinien sind, dass sie mit der Wahrnehmungskomplexität und der Umweltvariation implizit umgehen. Die Politik hat kein Wahrnehmungsmodul, kein Planungsmodul und kein Steuerungsmodul, sondern ein einziges Modell, das Pixel und proprioception auf gemeinsame Befehle abbildet, und die relevanten Abstraktionen werden aus Daten gelernt, anstatt von Ingenieuren entworfen.
Diese Fähigkeit hat einen Preis. Lernpolitische Maßnahmen sind unübersichtlich: Wenn sie fehlen, ist es schwierig zu diagnostizieren, ob das Fehlen wahrnehmbar, planungsbezogen oder ein Kontrollfehler ist. Sie erfordern erhebliche Trainingsdaten, typischerweise Hunderte bis Tausende von Demonstrationen für das Imitationslernen oder Millionen von Simulationsschritten für das Verstärken des Lernens. Und ihr Verhalten kann sich unvorhersehbar ändern, wenn sich die Einsatzumgebung auch nur leicht von der Trainingsverteilung abweicht.
Wenn klassische Robotik gewinnt
** Präzisionsmontage und Bearbeitung.** Aufgaben, die eine Submillimeter-Wiederholbarkeit in bekannter Geometrie erfordern. CNC-Bearbeitung, Halbleiter-Waferbearbeitung, PCB-Komponenteninsetzung und Präzisionsschweißen alle erfordern Toleranzen, die klassische Steuerungen routinemäßig erreichen und durch erlernte Richtlinien nicht garantiert werden können. Wenn die Umwelt vollständig spezifiziert und die Physik gut modelliert ist, ist die klassische Steuerung sowohl schneller zu einsetzen als auch zuverlässiger im Betrieb.
Kennbare, strukturierte Umgebungen. Automobilmontagelinien, pharmazeutische Verpackungen und logistische Sortierungssysteme mit kontrollierter Beleuchtung, festen Objektspositionen und vorhersehbarer Physik sind das natürliche Gebiet der klassischen Robotik. Es gibt keinen Grund, Trainingsdaten zu sammeln, wenn man einen deterministischen Controller schreiben kann, der jede Situation, mit der sich der Roboter begegnet, verarbeitet.
** Sicherheitskritische Anwendungen.** Chirurgische Roboter, in der Nähe von Menschen arbeitende Kollaborationsroboter und jede Einführung, die eine regulatorische Zertifizierung erfordert, profitieren von den formalen Überprüfungswerkzeugen, die für die klassische Steuerung zur Verfügung stehen. Die Kontrolle von Barrierenfunktionen, die Erreichbarkeitsanalyse und die Schlimmsten-Fahrungsgrenzen geben klassischen Systemen ein Sicherheitsniveau, das die erlernte Politik noch nicht erreicht hat.
Low-Latenz-Anforderungen. Anwendungen, die eine Steuerungsreaktion in einer Sekunde unterhalb erfordern, wie z.B. Hochgeschwindigkeits-Pick-and-Place, Balancing oder kontaktempfindliche Montage, benötigen die deterministische Zeitung, die klassische Steuerungsläufe bieten.
Wenn der Lernroboter gewinnt
Unstrukturierte Umgebungen. Das Sortieren von gemischten Gegenständen in Lagerfässern, die Navigation in überfüllten Häusern, die Arbeit in Küchen oder Restaurants, in denen sich die Layouts der Objekte ständig ändern. Die Ausbildung einer erlernten Politik bei verschiedenen Demonstrationen ist ein Datenerhebungsprojekt mit immer geringerer, aber kontinuierlicher Rendite.
Dexterus-Manipulation. Aufgaben, die die Finger-Niveaus-Koordination, deformierbare Gegenstände oder kontaktreiche Interaktion erfordern. Lernen Sie, dass die Politik, die das physische Ergebnis ihrer Handlungen beobachtet und sich implizit durch Schulungsdaten anpasst, diese Aufgaben viel natürlicher als jeder konstruierte Controller verarbeitet.
Verallgemeinerung über Objektinstance* Wenn Ihr Roboter jede Tasse, nicht eine bestimmte Tasse, abholen muss. Wenn Ihr mobiler Roboter jedes Büro navigieren muss, nicht einen bestimmten Bodenplan. Wenn Ihr Kochroboter jede Marke von Pasta-Boxen verarbeiten muss. In dem Moment, in dem Ihr Einsatz neue Instanzen innerhalb einer Kategorie handhaben muss, werden erlernte Darstellungen aus verschiedenen Trainingsdaten unerlässlich. Die klassische Wahrnehmung müsste für jede neue Objektvariante neu entwickelt werden.
** Aufgaben, die schwierig sind, programmatisch anzugeben.** "Wäsche den Tisch, bis er sauber aussieht". "Pack die Artikel so, dass sich während des Versandes nichts verschiebt". "Präsen die Blumen attraktiv". Diese Aufgaben haben objektive Erfolgskriterien, die von Menschen leicht bewertet werden können, aber die schwierig als mathematische Kostenfunktionen auszudrücken sind. Das Imitationslernen umgeht das Spezifikationsproblem ganz, indem es die Aufgabe implizit aus Demonstrationen des gewünschten Verhaltens lernt.
Vergleiche Tabelle
| Dimension | Classical Robotics | Learned Policies | Hybrid |
|---|---|---|---|
| Control frequency | 1 kHz deterministic | 10-50 Hz variable | 100-1000 Hz (classical inner loop) |
| Novel objects | Requires new models | Generalizes from data | Learned perception + classical plan |
| Safety guarantees | Formal verification available | No formal guarantees | Classical safety envelope |
| Setup time | Weeks-months (engineering) | Days-weeks (data collection) | Weeks (both) |
| Debugging | Inspect each module | Black-box, need ablation | Learned modules harder |
| Deformable objects | Very difficult to model | Learns from demonstrations | Learned contact + classical motion |
| Scaling cost | O(edge cases) engineering | O(data diversity) | Both, but reduced |
Vergleiche der Werkzeuge für bestehende Teams
| Tool Category | Classical Stack | Learning Stack |
|---|---|---|
| Middleware | ROS2 Humble/Iron | LeRobot, RoboCasa, robomimic |
| Motion planning | MoveIt2, OMPL, Drake | N/A (end-to-end) |
| Perception | PCL, Open3D, FoundationPose | DINOv2, SigLIP (learned backbone) |
| Simulation | Gazebo, Drake | Isaac Sim, MuJoCo, Genesis |
| Control | ros2_control, impedance/admittance | ACT, Diffusion Policy, VLA inference |
| Languages | C++ (real-time), Python (scripts) | Python (PyTorch), C++ (deployment) |
Der Hybridansatz: gelernte Wahrnehmung + klassische Planung + gelernte Kontrolle
Die am besten eingesetzten Robotersysteme sind Hybride und die spezifische Hybridarchitektur, die sich als dominierende entwickelt hat, ist es wert, im Detail zu verstehen.
Lehrte Wahrnehmungsschicht. Ein neuronales Netzwerk (oft ein vorgeübtes Vision-Grundlagemodell wie DINOv2 oder CLIP, das auf Aufgabenspezifische Daten abgestimmt ist) verarbeitet Kamerabilder und erzeugt eine strukturierte Szenedarstellung: Objektposen, semantische Etiketten, Oberflächennormale, Greifenkandidaten. Dies ersetzt die zerbrechliche handgefertigte Wahrnehmung klassischer Systeme durch gelernte Darstellungen, die sich über Beleuchtung, Texturen und Objekte hinweg verallgemeinern.
Klassische Planungsschicht. Ein Modell-Prädiktionscontroller (MPC) oder ein probiertestützlicher Planer nimmt den wahrgenommenen Szenezustand und berechnet eine kollizifreie, dynamisch machbare Flugbahn, um das Aufgabenziel zu erreichen. Diese Schicht arbeitet auf der sauberen geometrischen Darstellung aus dem Wahrnehmungsmodul und setzt alle Sicherheitsbeschränkungen, gemeinsame Grenzen und Optimierungskriterien ein, bei denen die klassische Planung hervorragend ist.
Lernsteuerung auf niedrigem Niveau. Für Kontakt-reiche Aufgaben passt eine gelernte Restpolitik die Befehle des klassischen Controllers in Echtzeit anhand von Sensor mit Kraft-Korksmoment Feedback und visuellen Beobachtungen des Kontakts an. Die Rückstandspolitik läuft bei 100-500 Hz und ergänzt Korrekturen für die klassische Steuerung.
Diese Architektur erfasst die Stärken beider Paradigmen. Die gelernte Wahrnehmung behandelt visuelle Komplexität. Der klassische Planer bietet Sicherheitsgarantien und interpretierbares Verhalten. Der gelernte Restkontroller behandelt Kontaktdynamik, die nicht analytisch modelliert werden kann. Die Manipulationssysteme von Google DeepMind, mehrere in der Produktion eingesetzten Amazon-Warehouse-Roboterzellen und mehrere chirurgische Roboterplattformen verwenden Varianten dieser Architektur im Jahr 2026.
Übergangsweg für bestehende klassische Roboterteams
Wenn Ihr Team einen klassischen Roboter-Stack hat und Lernfähigkeiten hinzufügen möchte, ist hier der empfohlene Schritt, der das Risiko minimiert:
- Phase 1: Ersetzen Sie nur die Wahrnehmung. Wechseln Sie Ihre handgefertigte Objektdetektion und Posen-Schätzung mit einem gelernten Modell (FoundationPose, Grounding DINO oder ein fein abgestimmter DINOv2-Detektor). Halten Sie Ihren klassischen Planer und Controller unverändert. Dies ist die geringste Risikolenkung und bietet in der Regel die größte sofortige Verbesserung (verwaltet neue Objekte ohne CAD-Modelle). Zeitplan: 2-4 Wochen Integrationsarbeit.
- Phase 2: Fügen Sie gelernte Gripplanning hinzu. Ersetzen Sie Ihren analytischen Gripplanner (falls vorhanden) durch einen gelernten Gripqualitätsvorhersager (GraspNet, Contact-GraspNet oder AnyGrasp). Das gelernte Modell schlägt Gripkandidaten vor, die nach vorhergesagtem Erfolg erzielt werden, und Ihr klassischer Planner erzeugt eine Trajektorie zum gewählten Grip. Zeitlinie: 2-6 Wochen.
- Phase 3: Fügen Sie gelernte Restkontrolle hinzu. Für kontaktreiche Aufgaben, bei denen Ihr klassischer Impedanzgesteuerer Schwierigkeiten hat, trainieren Sie eine Restpolitik, die Korrekturen zur klassischen Ausgabe hinzufügt. Sammeln Sie nur 100-200 Demonstrationen der Kontaktphase (nicht die gesamte Aufgabe). Zeitplan: 4 bis 8 Wochen einschließlich Datenerhebung.
- Phase 4: End-to-End-Bewertung. Sobald Sie Erfahrung mit gelernten Komponenten haben, bewerten Sie, ob eine end-to-end gelernte Politik (ACT oder Diffusion Policy) Ihren Hybridstap bei Ihren spezifischen Aufgaben übertrefft. Bei Präzisionsarbeiten gewinnt der Hybridansatz in der Regel weiter.
RCSV kann Daten für jede dieser Phasen über unsere [Datendienste] (
Ein praktischer Entscheidungsrahmen: Fünf Fragen
Beantworten Sie diese fünf Fragen, um Ihren Ansatz zu bestimmen.
1. Ist die Umgebung vollständig spezifiziert und stabil? Wenn ja (Fabriklinie, saubere Raum, strukturierte Lagerzelle), beginnen Sie mit der klassischen Steuerung. Sie werden schneller und mit höherer Zuverlässigkeit als jeder gelernte Ansatz eingesetzt. Wenn nicht (Haus, Restaurants, unstrukturierte Lager), müssen Sie zumindest in der Wahrnehmungsschicht lernen.
2. Müssen Sie neue Objektinstanzen handhaben? Wenn der Roboter Objekte begegnet, die er noch nie zuvor gesehen hat, benötigen Sie eine gelernte Wahrnehmung und möglicherweise eine gelernte Politik.
3. Ist die Aufgabe kontaktreich oder beinhaltet verformbare Objekte? Wenn ja, müssen Sie in der Kontrollschicht lernen. Klassische Kontaktmodelle sind für verformbare Manipulationen, Lebensmittelbehandlung oder Textilarbeiten unzureichend. Ein erlerntes Restkontroller oder eine vollständig erlernte Politik, die auf kontaktreichen Demonstrationen ausgebildet ist, ist der praktische Weg.
4. Benötigen Sie eine formelle Sicherheitsgarantie oder eine regulatorische Zertifizierung? Wenn ja, muss Ihre Systemarchitektur eine klassische Sicherheitsschicht enthalten, auch wenn andere Komponenten gelernt werden. Steuerungsbarrierenfunktionen, Notfallstop-Logik und die Durchsetzung der Arbeitsplatzgrenzen sollten klassisch und formal verifiziert sein. Lernen Komponenten funktionieren innerhalb der durch die klassische Schicht definierten Sicherheitsumgebung.
5. Was ist Ihr Datenbudget? Lernenpolitische Maßnahmen erfordern Demonstrationen (Hunderten für [imitationslernen](
Lernansatz Taxonomie: Algorithmus wählen
Im Lernparadigma hat die Wahl des Algorithmus dramatische Auswirkungen auf Datenanforderungen, Rechenkosten und Einsatzmerkmale.
| Algorithm | Data Source | Stichprobeneffizienz | Reward Required? | Best Use Case |
|---|---|---|---|---|
| Verhaltensklonen (BC) | 50-500 demos | High | No | Short-horizon tasks with consistent strategy |
| ACT (Action Chunking) | 50-200 demos | High | No | Bimanual tasks, long-horizon with action chunks |
| Diffusion Policy | 200-1000 demos | Medium | No | Multimodal tasks with multiple valid strategies |
| VLA Fine-Tune (Octo/OpenVLA) | 20-200 demos | Very High | No | Novel object generalization, language-conditioned tasks |
| PPO (on-policy RL) | 10M-100M sim steps | Low | Yes (dense preferred) | Locomotion, continuous control with clear reward |
| SAC (off-policy RL) | 1M-50M sim steps | Medium | Yes | Dexterous manipulation in sim, sample-efficient RL |
| GAIL / IRL | 10-50 demos + sim | Medium | Learned from demos | Few demonstrations + good simulator available |
| Model-Based RL (Dreamer, MBPO) | 100K-1M steps | High (for RL) | Yes | Data-limited RL where world model can be learned |
Die praktische Entscheidung für die meisten Manipulationsteams im Jahr 2026: Beginnen Sie mit ACT oder Diffusion Policy (Imitierungslernen), wechseln Sie zur VLA-Feinabstimmung, wenn Sie eine Verallgemeinerung über Objekte oder Sprachkonditionierung benötigen, und reservieren Sie RL für Lokomotion oder Fälle, in denen Sie einen genauen Simulator und eine klare Belohnungfunktion haben.
Klassische Pfeifenversagen nach Stufen
Das Verständnis, wie klassische Pipelines fehlgeschlagen sind, hilft den Teams zu identifizieren, welche Stufen durch Lernen ersetzt werden sollen und welche zu behalten.
| Pipeline Stage | Failure Mode | Trigger Condition | Impact |
|---|---|---|---|
| Perception | Object not detected | Novel object geometry, transparent/reflective material | Complete task failure (no target) |
| Perception | Pose estimate off by >5mm | Symmetrical objects, partial occlusion, glare | Grasp misalignment, placement error |
| Planning | No feasible path found | Dense clutter, narrow passages, conflicting constraints | Task abort or timeout |
| Planning | Stale scene model | Dynamic environment, objects moved between perception and execution | Collision with moved objects |
| Control | Tracking overshoot | Aggressive trajectories, under-damped PID gains | Impact damage, position error at target |
| Control | Inadequate contact model | Deformable objects, unknown friction, compliant surfaces | Crush damage, slip, grasp failure |
| Integration | Timing desync between modules | High CPU load, ROS2 DDS congestion, GC pauses | Stale data used for planning, jerky execution |
Das Muster ist klar: Wahrnehmungsfehler dominieren in unstrukturierten Umgebungen, Planungsfehler dominieren in verunreinigten Szenen und Kontrollfehler dominieren in kontaktreichen Aufgaben.
Das übrigens bestehende Politikmuster: Lernen zur klassischen Kontrolle hinzuzufügen
Das Restpolitikmuster ist der sicherste Weg, das Lernen in ein bestehendes klassische System einzuführen. Anstatt den klassischen Controller zu ersetzen, fügt eine gelernte Restpolitik Korrekturen an der Spitze des klassischen Ausgangs hinzu. Die Gesamtbefehlsgebung ist:
# residual_policy.py -- Classical + learned residual controller
import numpy as np
import torch
class ResidualPolicyController:
"""Adds learned corrections to classical impedance controller."""
def __init__(self, classical_controller, residual_model, max_residual=0.005):
self.classical = classical_controller
self.residual = residual_model # Trained policy network
self.max_residual = max_residual # 5mm max correction
def compute_action(self, obs, ft_reading, target_pose):
# Classical controller: impedance control toward target
a_classical = self.classical.compute(obs["joint_pos"], target_pose, ft_reading)
# Learned residual: correct for contact dynamics
with torch.no_grad():
residual_input = torch.cat([
torch.tensor(obs["joint_pos"]),
torch.tensor(ft_reading), # Force-torque sensor
torch.tensor(obs["wrist_image"]).flatten()
])
a_residual = self.residual(residual_input).numpy()
# Safety clamp: residual cannot exceed max_residual per joint
a_residual = np.clip(a_residual, -self.max_residual, self.max_residual)
return a_classical + a_residual
Dieses Muster wurde erfolgreich in Einfügungsarbeiten (Peg-in-Hole, Verbindungspäterung) eingesetzt, bei denen der klassische Controller die Ansatzbahn und die Restpolitik die Kontaktphasenkorrekturen verarbeitet, die Empfindlichkeit erfordern, um Feedback zu zwingen. Bei RCSV verwenden wir dieses Muster mit dem [OpenArm 1]
Vergleich der Rechnungsvoraussetzungen
Die Kosten für die Infrastruktur für jeden Ansatz unterscheiden sich erheblich.
| Resource | Classical Pipeline | IL (ACT / DP) | VLA Fine-Tune | RL (Sim) |
|---|---|---|---|---|
| Training GPU | None | 1x RTX 3090/4090 | 1-4x A100/H100 | 1-8x A100 (Isaac Sim) |
| Training time | N/A (hand-tuned) | 2-8 hrs | 12-48 hrs | 24-120 hrs |
| Inference GPU | None (CPU only) | 1x RTX 3060+ | 1x A100 or H100 | Same as IL at deploy |
| Inference latency | < 1 ms | 20-100 ms | 200-500 ms | Same as IL at deploy |
| Disk/storage | < 100 MB (URDF, configs) | 50-200 GB (dataset) | 200 GB-2 TB | 50-500 GB (replay buf) |
| Engineering labor | High (weeks-months) | Medium (data + train) | Low-medium (fine-tune) | High (sim engineering) |
| Cloud cost estimate | $0/month | $50-200/train run | $500-3,000/train run | $1,000-10,000/run |
Diese Kosten sind für einen Ein-Task-Schulungszyklus. Mehrfach-Task-Politiken, Hyperparameter-Sweep und iterative Datenerhebung multiplizieren die Zahlen entsprechend. Teams mit engen Budgets sollten RCSVs [Datenenerhebungservice]
Analyse des Fehltrittsmodus: Diagnose klassischer gegen gelernte Systeme
Wenn ein Robotersystem versagt, folgt die Diagnose der Ursache je nach Paradigma grundlegend unterschiedlichen Wegen.
Klassische Pfeifenversagen:
- ** Wahrnehmungsfehler.** Die Punktwolke ist laut, das Objekt wird nicht erkannt oder die Posen-Schätzung ist um mehr als die Toleranz des Controllers abgeschaltet.
- ** Planungsschiefstand.** Der Planer gibt keine Lösung zurück (unfeasible), zeitlos oder führt zu einer Kollision. Diagnostik: visualisieren Sie die Planungsszene und Kollisionsobjekte in RViz2.
- Beschädigung des Kontrollsystems. Der Roboter überschießt das Ziel, osziliert oder hält keinen Kontakt auf.
- ** Integrationsfehler.** Timing-Probleme zwischen Modulen - der Planer verwendet eine veraltete Wahrnehmungsausgabe oder der Controller erhält eine Bahnupdates Mitte der Ausführung.
Lernte politische Fehlverhältnisse:
- Verteilungsschicht. Das Objekt befindet sich in einer Position, Orientierung oder Lichtzustand, die nicht ausreichend durch Trainingsdaten abgedeckt ist. Diagnostik: vergleiche die Fehlerbeobachtung mit der Trainingsverteilung (z.B. durch Berechnung von Entfernungen, die mit dem Vision-Encoder der Richtlinie eingebettet werden).
- Modusdurchschnitt. Die Politik liefert den Durchschnitt von zwei gültigen Strategien und erzeugt eine Trajektorie, die keinem von beiden entspricht.
- Verbundfehler. Die Politik verlässt nach 20-30 Schritten die Strecke und kann nicht wiederhergestellt werden. Diagnostik: Verfolgen Sie den Schritt-Aktionsfehler im Laufe der Zeit und beobachten Sie die beschleunigende Divergenz. Beheben Sie: Vergrößern Sie die Länge des Aktionsteils, hinzufügen Sie die zeitliche Zusammenstellung oder Sammeln Sie DAgger-Daten. Zeit zur Diagnose: Stunden.
- ** Kalibrierungsschwankungen.** Die Kamera-Extrinsics verschoben sich zwischen Datenerfassung und -aufbau, was zu konsistenten räumlichen Offsets in den politischen Maßnahmen führte.
Ein häufiger Fallfall: Teams geben dem erlernten Bauteil oft die Schuld an Fehlern, die tatsächlich durch klassische Infrastrukturprobleme verursacht werden (Stal TF-Transformationen in ROS2, falsch kalibrierte Kamera-Extrinsics, falsche URDF-Gelenklimaten). Bevor Sie das neuronale Netzwerk debuggen, überprüfen Sie, ob die klassische Pipeline auf einem bekannten Testfall korrekte Ausgänge erzeugt. Diese "klassische Gesundheitsprüfung" erfasst 30-40% der gemeldeten Fehler des gelernten Systems im RCSV.
Die Schlüsselasymmetrie: klassische Fehler sind im Allgemeinen schneller zu diagnostizieren, weil jedes Modul über Inspektierbare Eingänge und Ausgänge verfügt. Lernenpolitische Fehler erfordern Abschluss über die Ausbildungsdatenverteilung, die von Natur aus schwieriger ist. Hybridarchitekturen bearbeiten dies teilweise durch Isolierung gelernter Komponenten, so dass klassische Diagnosetools für den größten Teil der Pipeline gelten.
Fallstudien in der realen Welt
Diese Beispiele zeigen, wie die Wahl zwischen klassischen, erlernten und hybriden Ansätzen in der Praxis ausgespielt wird.
Fall 1: Einfügung eines Elektronik-Verbinders (klassische Gewinns). Ein Auftraggeber benötigte einen Roboter, um USB-C-Verbindungen in PCB-Sockets einzufügen. Ein klassischer Impedanzcontroller mit Spiralsuche am Einfügungspunkt erzielte 99,2% Erfolg in 10.000 Versuchen. Keine Trainingsdaten waren erforderlich. Ein IL-Ansatz wurde prototypiert und erzielte 94% Erfolg nach 500 Demonstrationen - schlechtere Leistung bei höheren Kosten.
Fall 2: Lagerhallen-Wohlkopf (Lernung gewinnt). Ein E-Commerce-Fulfillment-Center benötigte einen Roboter, um willkürliche Gegenstände aus Behältern mit mehr als 50 SKU-Kategorien zu wählen. Die Gegenstände reichen von weichen Taschen bis zu starren Kisten bis hin zu seltsamen Formen von Elektronik. Eine klassische Posenbewertung + Grip-Planung erzielte 78% Erfolgsrate bei der Auswahl, die durch Wahrnehmungsfehler bei neuartigen und reflektierenden Objekten begrenzt wurde. Ein erlerntes [Grasp Planner] (
Fall 3: Lebensmittelplating (hybride Gewinn). Ein Lebensmittelpräparationsstart benötigte einen Roboter, um Salat-Ingrediente in einer ästhetisch angenehmen Anordnung zu platzieren. Ein erfahrener hochrangiger Planer erstellte das Kompositionslayout auf Basis von Bildbildungen von geplatzten Mahlzeiten. Das Hybridsystem erreichte eine Akzeptanzrate von 87% von menschlichen Qualitätsbewertern, verglichen mit 62% für ein vollständig klassisches Regeln basierendes System und 79% für eine vollständig erfahrene End-to-End-Politik.
MoveIt2 + Lernen: Ein minimal Hybridbeispiel
Für Teams, die ihr erstes Hybridsystem bauen wollen, ist hier das minimale Integrationsmuster mit MoveIt2 für die Bewegungsplanung mit einem gelernten Objektdetektor, der die klassische Wahrnehmung ersetzt.
# hybrid_pick.py -- Minimal hybrid: learned perception + classical planning
import rclpy
from moveit2 import MoveIt2
from groundingdino import GroundingDINO
import numpy as np
def hybrid_pick(node, moveit, detector, camera, prompt="the red mug"):
# --- Learned perception layer ---
rgb, depth = camera.capture()
detections = detector.predict(rgb, prompt) # GroundingDINO
best = max(detections, key=lambda d: d.confidence)
# Back-project 2D detection center to 3D using depth
cx, cy = best.center
z = depth[int(cy), int(cx)] / 1000.0 # mm to meters
x = (cx - camera.cx) * z / camera.fx
y = (cy - camera.cy) * z / camera.fy
target_pose = [x, y, z, 0, 0, 0, 1] # position + quaternion
# --- Classical planning layer (MoveIt2) ---
# Pre-grasp: approach from above
pre_grasp = target_pose.copy()
pre_grasp[2] += 0.10 # 10cm above
moveit.move_to_pose(pre_grasp)
# Grasp: descend with impedance control
moveit.move_to_pose(target_pose, velocity_scaling=0.3)
moveit.close_gripper(force=20.0) # 20N grip
# Lift
lift_pose = target_pose.copy()
lift_pose[2] += 0.15
moveit.move_to_pose(lift_pose)
Dieses 25-Zeilen-Beispiel zeigt die Essenz des Hybridmusters: Ein gelerntes Modell (GroundingDINO) behandelt die Wahrnehmungskomplexität, willkürliche Objekte aus Sprachbeschreibungen zu finden, während MoveIt2 eine kollizionsfreie Flugbahnplanung mit geeigneten gemeinsamen Grenzen und Geschwindigkeitsbeschränkungen behandelt. Bei RCSV versorgen wir [OpenArm 1]
Datenanforderungen verglichen
Die klassische Steuerung erfordert Systemidentifizierungsdaten: gemeinsame Position, Geschwindigkeit, Drehmoment und Sensor-Komment durch sorgfältig gestaltete Kalibrierungsversuche. Ein paar Stunden strukturierter Experimente reichen typischerweise aus. Die Daten sind geringvoluminös, müssen aber hochpräzise sein. Es ist kein Neuronenetztraining erforderlich.
Das Imitationslernen erfordert typischerweise 200-1.000 Demonstrationsepisoden pro Aufgabe, die jeweils synchronisierte Kamerabilder und Roboterzustand bei 30-50 Hz enthalten. Die Sammelzeit reicht von 2 Stunden (200 Demo einer einfachen Aufgabe) bis zu 2 Wochen (1.000 Demo einer komplexen Aufgabe mit verschiedenen Objekten). Für Details zur Sammlungskosten siehe unsere [Kosten pro Demonstrationsanalyse]
Das Grundmodell-Feinabstimmung (ab Octo, OpenVLA oder RT-2) erfordert viel weniger Aufgaben-spezifische Demonstrationen, typischerweise 50-200, weil das vorgebildete Modell einen starken visuellen und verhaltensweisen Vorgang bietet. Dies ist der praktischste Ansatz für Teams mit begrenztem Datenbudget, die gelerntes Verhalten benötigen.
Das Verstärken des Lernens erfordert eine Simulationsumgebung, die die Aufgabenphysik genau modelliert. Die Herausforderung ist [Sim-to-Real-Transfer] ((
Residual Politisches Lernen: Das Beste aus beiden Welten
Das Residual Politisches Lernen ist eine spezifische Hybridarchitektur, die eine gelernte Korrektur auf einem klassischen Controller überlegt. Der klassische Controller liefert ein Baseline-Verhalten (z. B. bewegen Sie sich in die Zielposition, wenden Sie Einfügungskraft an), und das gelernte Restnetz gibt kleine Korrekturen (typischerweise +/- 5 mm in Position, +/- 5 Grad in Orientierung) aus, die das Verhalten anpassen, um die Variabilität zu bewältigen, die der klassische Controller nicht kann.
Diese Architektur hat mehrere konkrete Vorteile gegenüber end-to-end-Lernen:
- Sicherheit durch Konstruktion. Der Rest ist begrenzt - das gelernte Netzwerk kann nur um eine begrenzte Menge von der klassischen Bahn abweichen. Auch wenn die gelernte Komponente vollständig versagt (auslässt Nullen), führt der klassische Controller immer noch ein vernünftiges Verhalten aus.
- Stichprobeneffizienz. Das Restnetz muss nur die Korrektur lernen, nicht die gesamte Manipulationsbahn. Dies reduziert die erforderlichen Demonstrationen von 200-500 (End-to-End) auf 50-100 (Rest-Learning) für viele Aufgaben.
- Interpretable Ausfallmodi. Wenn das System ausfällt, können Sie überprüfen, ob der klassische Controller oder die Restkorrektur fehlerhaft ist, indem Sie den klassischen Controller allein ausführen und vergleichen.
- Inkrementeller Einsatz. Beginnen Sie mit dem klassischen Steuergerät in der Produktion, fügen Sie dann die Restkorrektur hinzu, wenn sie validiert ist.
# residual_policy.py -- Classical + learned residual
import numpy as np
class ResidualPolicy:
"""Wrap a classical controller with a learned residual correction."""
def __init__(self, classical_controller, residual_network,
max_pos_residual=0.005, max_rot_residual=0.087):
self.classical = classical_controller
self.residual_net = residual_network
self.max_pos = max_pos_residual # 5mm
self.max_rot = max_rot_residual # 5 degrees in radians
def predict_action(self, observation):
# Classical controller produces baseline action
base_action = self.classical.compute_action(observation)
# Learned residual predicts correction from visual observation
raw_residual = self.residual_net(observation['image'])
# Clip residual to safety bounds
pos_residual = np.clip(
raw_residual[:3], -self.max_pos, self.max_pos)
rot_residual = np.clip(
raw_residual[3:6], -self.max_rot, self.max_rot)
# Apply correction to classical action
corrected_action = base_action.copy()
corrected_action[:3] += pos_residual
corrected_action[3:6] += rot_residual
return corrected_action
In RCSV-Evaluierungen erreichen Restpolitiken mit 25-50% der Trainingsdaten konsequent 90-95% der End-to-End-Leistung. Sie übertreffen Aufgaben, bei denen das grobe Verhalten bekannt ist (bewegen Sie sich zu Objekten, einfügen Sie, platzieren Sie), aber für die Objektvariabilität sind feine Anpassungen erforderlich. Die OpenArm 1 ist mit einem auf MoveIt2 basierenden klassischen Controller ausgestattet, der als ideale Basis für Restlern-Lernversuche dient.
Migrationsweg: Von klassischem zu hybriden zu gelerntem
Für Teams mit bestehenden klassischen Robotersystemen sollte die Migration zu den gelernten Komponenten einen schrittweisen Ansatz einnehmen, der das Risiko steuert und gleichzeitig die Vorteile des Lernens erfasst.
- Phase 1: Lernen, klassische Dinge (2-4 Wochen). Ersetzen Sie Ihre feste Vision Pipeline (Segmentierung, Posenbewertung) durch einen gelernten Detektor (GroundingDINO, SAM2) und halten Sie MoveIt2 bei der Planung und Impedanzkontrolle. Dies allein verbessert in der Regel die Erfolgsrate bei Aufgaben mit neuen Objekten um 10-25% ohne Änderung des sicherheitskritischen Kontrollstacks.
- Phase 2: Fügen Sie Restkorrekturen hinzu (4-8 Wochen). Sammeln Sie 50-100 Demonstrationen, bei denen das klassische System erfolgreich ist, aber genauer sein oder mehr Objektvarianten verarbeiten könnte.
- Phase 3: End-to-end gelernte Politik mit klassischer Sicherheitsschicht (8-16 Wochen). Für Aufgaben, bei denen die Leistungsgrenze der Hybridansätze unzureichend ist, üben Sie eine vollständige Imitationslernungspolitik auf 200-500 Demonstrationen aus. Dies bietet eine maximale Flexibilität, erfordert aber mehr Daten und eine sorgfältigere Validierung.
- Phase 4: Grundmodell-Feinabstimmung (laufend). Wenn die Grundmodelle reifen, passen Sie Octo oder OpenVLA auf Ihre Aufgabenspezifischen Daten für maximale Verallgemeinerung mit minimalem neuen Datenerfassung.
Die meisten RCSV-Kunden befinden sich in Phase 1-2. Das Schlüsselprinzip: Ersetzen Sie niemals eine funktionierende klassische Komponente durch eine gelernte, es sei denn, die gelernte Version überträgt sie auf Ihrer spezifischen Bereitstellungsabteilung nachweislich. Lernen Komponenten fügen Kapazitäten hinzu, aber auch Fehlermodi hinzu - der Kompromiss muss positiv sein.
Der Trend: Lernen wächst, Klassiker verschwinden nicht
Die Entwicklung des Roboternutzes ist klar: Das Roboterlernen erweitert sich in Bereiche, die zuvor von der klassischen Kontrolle dominiert wurden: Fabrikmontage, Logistik, Qualitätskontrolle. Und das Hybrid-Architekturmuster ermöglicht es, gelehrte Fähigkeiten schrittweise klassischen Systemen hinzuzufügen, ohne die klassische Sicherheits- und Steuerungsinfrastruktur zu ersetzen.
Die klassische Robotik verschwindet jedoch nicht. Sie wird zum Sicherheits- und Präzisionssubstrat, auf dem gelernte Fähigkeiten überschichtet sind. Jedes Produktionsrobotsystem im Jahr 2026, das durch Lernen die reale Variabilität im Leben verwaltet, enthält auch einen klassischen Controller, der sicherstellt, dass die gelernte Politik den Roboter nicht in einen Tisch treibt, die gemeinsamen Grenzen überschreitet oder gefährliche Kräfte anwenden. Die Debatte zwischen Lernen und Klassik löst sich in eine Frage der Architektur: Welche Komponenten lernen, welche konstruiert werden und wie sie sich miteinander verbinden.
Prüfung von Hybridsystemen: Evaluierungsprotokoll
Die Bewertung eines Hybridsystems erfordert, dass jede Komponente unabhängig von der anderen getestet wird und dann das integrierte System getestet wird.
- Ebene 1: Komponentenbewertung. Testen Sie das gelernte Wahrnehmungsmodul allein: Führen Sie es auf 100 ausgehaltenen Bildern aus und messen Sie die Erkennungsgenauigkeit und den Lokalisierungsfehler. Testen Sie den klassischen Controller allein: geben Sie ihm Grundwahrheit-Objektposen und messen Sie die Erfolgsrate. Beide sollten vor dem Testen des integrierten Systems einzeln 90% überschreiten.
- Level 2: Integrationsbewertung. Verbinden Sie die gelernte Wahrnehmung mit dem klassischen Controller und führen Sie 50 End-to-End-Tests durch. Die integrierte Erfolgsrate wird niedriger sein als die individuelle Rate eines der Komponenten, da sich Wahrnehmungsfehler durch den Controller zusammensetzen. Ein gut integriertes System verliert 5-15% der eigenständigen Rate des schwächeren Komponenten.
- Level 3: Robustkeitsbewertung. Testen Sie das integrierte System unter Störungen: Neue Objekte, veränderte Beleuchtung, verschiebte Kameraposition.
Für Teams, die neue Projekte starten, unterstützt RCSV beide Paradigmen. Unsere [Datendienste]
Verwandte Lesungen
Nachahmungslernen Guide · Kraft-Momenten-Erfassung Guide · Sim-to-Real-Transfer Guide · Deployment Checklist · Arm Comparison · Data Services · RCSV Platform
Bauen Sie Ihre Roboternutzung auf
Ob Ihr Projekt klassische Steuerung, gelernte Richtlinien oder eine Kombination beider benötigt, RCSV bietet die Hardware, Daten und technische Unterstützung, um Sie zum Einsatz zu bringen.
[Schauen Sie Datendienste]