MSD InternationalMSDINTERNATIONAL← Home

MSD / Forschung / RESEARCH EDITION

RT-2: vom Bild und Satz zur Roboteraktion

RT-2 verbindet Bild- und Sprachwissen mit robotischen Aktionsausgaben. Semantische Hinweise sollen sich auf die Manipulation übertragen lassen.

Jetzt eintauchen ↓RECHERCHESTAND 12.11.2026 · FAKTEN + EINORDNUNG + SZENARIEN
RESEARCH NOTE / 2023Forschung

Robotik & Physical AI

Externe Forschung · MSD-Einordnung
Keine Behauptung eines eigenen Versuchs.

01 / EINORDNUNG

Was dieser Befund trägt.

Grenzen des Nachweises

Wissen über ein Objekt bedeutet noch nicht, dass ein Roboter dessen Gewicht, Reibung und sichere Griffpunkte zuverlässig kennt.

Unsere Ableitung für einen Pilotbetrieb

Semantisches Verstehen und physische Erfolgsquote separat messen.

Diese Ableitung ist eine redaktionelle Empfehlung von MSD. Sie ist kein weiteres Ergebnis der zitierten Studie.

Quelle und Version

Brohan et al. · RT-2 · Publikations-/Bezugsjahr 2023. Recherchiert am 12.11.2026.

Primärquelle lesen ↗

Externe Forschung, keine MSD-Kundenreferenz. Eigene Versuche veröffentlichen wir erst mit Aufbau, Datum, Messwerten und dokumentierten Fehlversuchen.

02 / VERKNÜPFUNGEN

Weiterdenken. Weiterprüfen.

Robotik & Physical AI / Forschung / 2023

Bewegungen als Verteilung statt einzelner Befehl ↗

Diffusion Policy lernt Aktionsfolgen für robotische Manipulation. Die Projektseite zeigt Experimente mit visuellen Beobachtungen und verschiedenen Aufgaben.

Chi et al. · Diffusion Policy
Robotik & Physical AI / Datensatz / 2023

Viele Roboter, ein gemeinsamer Datenraum ↗

Open X-Embodiment bündelt Datensätze aus unterschiedlichen robotischen Aufbauten. Gemeinsame Daten sollen den Transfer zwischen Aufgaben und Plattformen erleichtern.

Open X-Embodiment Collaboration