Roboter halten zunehmend Einzug in unseren Alltag und Cortex wurde entwickelt, um sie wirklich anpassungsfähig zu machen. Da sie nach und nach in unsere Häuser, Arbeitsplätze und Lagerhäuser gelangen, wird von ihnen erwartet, dass sie eine Vielzahl von Aufgaben in unterschiedlichen Umgebungen bewältigen können, von akrobatischen Manövern bis hin zu alltäglichen Haushaltsaufgaben. Bislang haben Roboter diese Aufgaben jedoch hauptsächlich in kontrollierten Umgebungen oder während sorgfältig geplanter Vorführungen ausgeführt. Was noch fehlt, ist Anpassungsfähigkeit und Autonomie, sei es beim Bewegen in einer unbekannten Umgebung, beim Verstehen, was zu tun ist, oder beim zuverlässigen Ausführen von Aufgaben ohne umfangreiche Umschulung. Diese Kluft zwischen Vorführungen und echter Generalisierung ist das Haupthindernis für den großflächigen Einsatz von Robotern im Alltag. Die Einführung der GPT-Modelle im Jahr [2022] hat die KI-Forschung in Richtung großer Sprachmodelle (LLMs) verlagert, die nun einen neuen Trend in der Robotik inspirieren. Während die meisten „Grundlagenmodelle” für Roboter auf Sprachmodellen aufbauen, wurden LLMs für das Verstehen von Text und Semantik entwickelt und sind nicht dafür ausgelegt, in dynamischen, dreidimensionalen Welten zu denken und zu handeln. Infolgedessen haben Roboter oft Schwierigkeiten, wenn sie generalisieren sollen, beispielsweise wenn sie einen Gegenstand aufnehmen sollen, den sie noch nie gesehen haben, oder wenn sie in einer unübersichtlichen Umgebung herausfinden sollen, wo dieser Gegenstand hingehört. Um zuverlässig zu funktionieren, müssen sie gesunden Menschenverstand mit Low-Level-Steuerung kombinieren und gleichzeitig flexibel auf neue Situationen reagieren können. Übersetzt mit DeepL.com (kostenlose Version)