Wie Atlas aus Motion-Capture-Daten Laufen und Krabbeln lernt

Was das Video zeigt

Das Video erschien am 19. März 2025 auf dem YouTube-Kanal von Boston Dynamics und dauert 68 Sekunden. Es kommt ohne Kommentar aus und zeigt den elektrischen Atlas in einer Trainingshalle, abgegrenzt von orangefarbenen Absperrelementen. Der Roboter geht, läuft an und rennt einige Schritte, geht in die Hocke und bewegt sich anschließend auf Händen und Knien über den Boden. Später rollt er sich ab, schlägt ein Rad und lässt im Stütz auf dem Boden ein Bein kreisen, eine Figur aus dem Breakdance. Mehrfach richtet er sich aus der Bodenlage wieder auf. Das US-Technikmagazin New Atlas beschrieb, wie Atlas mithilfe seiner frei drehbaren Hüfte einen Handstand in eine Radwende überführt und danach mit nach hinten gedrehtem Kopf aufsteht. 

Die Videobeschreibung nennt die Grundlage: Atlas führe Steuerungsstrategien vor, die per Reinforcement Learning entwickelt wurden, mit Referenzen aus menschlicher Bewegungserfassung (Motion Capture) und Animation. Entstanden sei die Arbeit im Rahmen einer Forschungspartnerschaft zwischen Boston Dynamics und dem RAI Institute. 

150 Millionen Simulationsläufe pro Bewegung

Genauer erläutert das RAI Institute das Verfahren auf seiner Seite zum Video, ebenfalls vom 19. März 2025. Kern ist ein physikbasierter Simulator, der Trainingsdaten für verschiedene Bewegungsmanöver erzeugt. Die gelernte Steuerung folgt menschlichen Bewegungsdaten, die zuvor auf den Körperbau des Roboters übertragen wurden. Jedes Manöver entstand nach Angaben des Instituts aus Daten von rund 150 Millionen Simulatorläufen und wurde „zero-shot“ auf die Hardware übertragen, also ohne zusätzliches Training am echten Roboter. 

Damit unterscheidet sich der Ansatz deutlich von den Parkour-Videos des hydraulischen Atlas. Für diese hatte Boston Dynamics im August 2021 beschrieben, dass jede Bewegung auf eine Vorlage zurückging, die Ingenieure vorab per Trajektorienoptimierung am Rechner entworfen hatten; ein Regler passte sie im Betrieb an die Umgebung an. Beim neuen Verfahren liefert der Mensch die Vorlage, wie sich der Körper dabei physikalisch bewegt, erarbeitet sich der Roboter in der Simulation selbst. 

Die Partnerschaft mit dem RAI Institute

Boston Dynamics und das RAI Institute hatten ihre Zusammenarbeit am 5. Februar 2025 angekündigt, sechs Wochen vor dem Video. Beide wollten eine gemeinsame Trainingspipeline für Reinforcement Learning auf dem elektrischen Atlas aufbauen. Drei Schwerpunkte nannten sie: die Übertragung gelernter Bewegungen aus der Simulation auf den echten Roboter, das Hantieren mit Objekten wie Türen und Hebeln während der Fortbewegung sowie Aufgaben, bei denen der ganze Körper Kontakt aufnimmt, etwa dynamisches Rennen oder das Bewegen schwerer Gegenstände. Marc Raibert, Executive Director des RAI Institute, sagte dazu: „Die Arbeit mit Boston Dynamics an Atlas ermöglicht uns Fortschritte beim Reinforcement Learning auf dem wohl ausgefeiltesten humanoiden Roboter, den es gibt.“ (Übersetzung) 

Der Atlas im Video ist die elektrische Forschungsversion, die Boston Dynamics im April 2024 als Nachfolger des hydraulischen Modells vorgestellt hatte. Das Unternehmen schrieb damals, Atlas solle sich so effizient wie möglich bewegen, statt auf den menschlichen Bewegungsumfang beschränkt zu sein. Das erklärt, warum der Roboter im Video Gelenkstellungen erreicht, die einem Menschen nicht möglich sind. 

Was seither daraus wurde

Im Februar 2026 veröffentlichten Boston Dynamics und das RAI Institute mit „Atlas Airborne“ ein weiteres Video. Dazu heißt es, die Forschungsversion bekomme einen letzten großen Auftritt, nachdem die Unternehmensversion von Atlas die Arbeit aufnehme. In seinem Jahresrückblick vom 3. Februar 2026 schreibt das RAI Institute, seine Methoden seien unter anderem in den Auftritt von Atlas auf der Elektronikmesse CES eingeflossen, wo der Roboter über die Bühne lief. Als nächste gemeinsame Ziele nennt das Institut die Kombination von Fortbewegung und Greifen sowie Ganzkörperkontakt, mit Blick auf den Einsatz in der Autoproduktion. 

Wie das Verfahren heute im Haus angewendet wird, beschrieben die Boston-Dynamics-Ingenieure Roberto Shu und Yeuhi Abe am 4. Juni 2026 am Beispiel eines Fußballtricks, den Atlas für eine Hyundai-Kampagne lernte. Ein Fußballer und Shu selbst führten die Bewegungen in einem optischen Motion-Capture-System vor, die Daten wurden auf Atlas übertragen, anschließend trainierte der Roboter in Tausenden parallel laufenden Simulationen auf Grafikprozessoren in der Cloud. Nach Angaben der Autoren entspricht das in 24 Stunden dem Gegenwert eines Jahres praktischen Übens. „Bei fast allen Fähigkeiten von Atlas funktionierte die gelernte Steuerung beim ersten Versuch auf dem Roboter“, schreiben sie (Übersetzung). Die Ganzkörperkoordination, die ein Schuss aus dem Lauf verlangt, sei dieselbe, die Atlas für Handhabungsaufgaben in Lager und Fabrik brauche.