In der hochkarätigen Welt der humanoiden Robotik braut sich ein philosophischer Grabenkrieg zusammen. Auf der einen Seite stehen KI-Giganten wie NVIDIA, die das Prinzip „Design for Simulation“ (DFS) propagieren – ein Ansatz, bei dem die Hardware explizit so konstruiert wird, dass sie sich für das KI-Training leicht simulieren lässt. Auf der anderen Seite steht ein Veteran der Robotik, der diesen gesamten Trend schlichtweg als „S.T.U.P.P.I.D.“ gebrandmarkt hat.
Die Breitseite kommt von Dr. Scott Walter, einem Simulationsingenieur mit vier Jahrzehnten Erfahrung und Mitbegründer zweier Unternehmen für Robotik-Simulation. In einer vernichtenden Kritik argumentiert Walter, dass es ein gefährlicher, rückwärtsgewandter Trend sei, die Limitierungen der Simulation zum Diktat für das Hardware-Design zu machen. Für diesen Anlass hat er ein neues Backronym kreiert: S.T.U.P.P.I.D., kurz für Simulation Throttled Underperforming Product Integration Design (etwa: durch Simulation ausgebremstes, unterperformantes Produkt-Integrations-Design).
Dies ist ein direkter Angriff auf die Philosophie, die von Köpfen wie Dr. Jim Fan, Senior Research Scientist bei NVIDIA, vertreten wird. Fan argumentiert, dass modernes Reinforcement Learning (RL) nur dann skalierbar ist, wenn Hardware und Simulation gemeinsam entworfen werden. „Wenn sich dein Roboter nicht gut simulieren lässt, kannst du RL vergessen“, so Fan. Er positioniert die Simulation damit als absolut prioritäres Element im Designprozess.
Walter hält dagegen: Hier werde das Pferd von hinten aufgezäumt. Er verweist auf spezifische Beispiele, wie etwa Unitree Robotics, die angeblich das Sprunggelenk ihres neuen H2-Humanoiden vereinfacht haben – weg von einem mechanisch fortschrittlichen parallelen Design beim G1 hin zu einer seriellen Bauweise, die „RL-freundlicher“ ist. Andere Beispiele umfassen Designer, die komplexe, sehnengetriebene Hände meiden oder smarte Motoren drosseln, um eine linearere, simulationsfreundlichere Reaktion zu erzwingen. Laut Walter haben Ingenieure mittlerweile solche Angst vor dem „Sim2Real-Gap“ (der Kluft zwischen Simulation und Realität), dass sie die Realität verbiegen, damit sie in die Simulation passt, anstatt die Simulation so zu verbessern, dass sie eine komplexere und leistungsfähigere Realität widerspiegelt.
Warum ist das wichtig?
Dies ist kein bloßer akademischer Gelehrtenstreit; es ist eine Debatte über die Seele des Robotics Engineering. Wenn der „Simulation-First“-Ansatz gewinnt, riskieren wir eine Generation von Robotern, die zwar leicht zu trainieren, aber in der physischen Welt fundamental weniger leistungsfähig, effizient oder robust sind. Es wird die Bequemlichkeit des Softwaremodells über die tatsächliche Performance der Maschine gestellt.
Walters Kritik ist ein Weckruf an die Ingenieure, ihre Simulationswerkzeuge zu verbessern, anstatt ihre Hardware auf das aktuelle, limitierte Niveau dieser Tools herabzustufen. Wie er es treffend ausdrückte: „Wir entwerfen Brücken ja auch nicht so, dass die Statik-Software glücklich ist.“ Das ultimative Ziel muss es sein, bessere Roboter zu bauen – und nicht nur Roboter, die in Isaac Sim eine gute Figur machen. Die besten Designs entstehen aus der Frage, was der Roboter benötigt, nicht was der Simulator bewältigen kann.
