Robots die een AI-model volgen, doen soms niet precies wat je wilt. Onderzoekers Jonathan C. Kao, Jason Chan en Andy Wang bedachten daarvoor een oplossing: 'flow control'. Met deze techniek stuur je een robot in real-time bij via simpele middelen — zelfs een toetsenbord volstaat. En het bijzondere is: het AI-model hoeft daarvoor niet opnieuw getraind te worden.
De onderzoekers presenteren hun aanpak in een wetenschappelijk artikel, gepubliceerd via arxiv.org. Het onderzoek richt zich op VLA-modellen: systemen die visuele informatie en taalinstructies omzetten in concrete fysieke acties.
Directe sturing, zonder hertraining
Het grootste voordeel van flow control? Je kunt het meteen gebruiken. Geen fine-tuning, geen volledige hertraining van het model. De gebruiker grijpt direct in op de acties van de robot via generieke inputs.
De techniek werkt zo: de input van de gebruiker wordt verwerkt in de initiële conditie van de 'flow matching action expert' van het model. Omdat dat proces deterministisch is, gaat de informatie van de gebruiker niet verloren. De actie beweegt tegelijk richting wat het model tijdens zijn training heeft geleerd. Het resultaat: acties die trouw zijn aan de intentie van de gebruiker én consistent blijven met het autonome gedrag van de robot.
Betere prestaties, ook bij slordige input
Flow control levert volgens de onderzoekers concrete winst op. Menselijke sturing via de methode zorgt voor:
- Aanzienlijk hogere succespercentages bij het uitvoeren van taken.
- Snellere voltooiing van opdrachten.
- Een betere autonome policy als het model daarna wordt gefinetuned op de trajecten die via flow control zijn gegenereerd.
Opvallend: het systeem blijft robuust, zelfs wanneer de gebruiker suboptimale input geeft.
Het onderzoek is inmiddels geaccepteerd voor de 10e editie van de Conference on Robot Learning (CoRL 2026).
Losse trend: AI in commerciële tools
Terwijl academisch onderzoek zich op precisie richt, ziet de commerciële sector een bredere trend naar generatieve AI. Zo is via google.com de 'Google Flow'-app beschikbaar: een creatieve studio die generatieve modellen gebruikt voor het maken van beelden en video's.
De twee 'flow'-toepassingen hebben niets met elkaar te maken. De academische flow control stuurt fysieke robotacties; de app van Google draait om visuele generatie en synchronisatie tussen mobiel en desktop. Wel illustreren ze allebei dezelfde versnelling: AI-modellen duiken steeds sneller op in dagelijkse tools.
Waarom dit ertoe doet
Flow control kan geavanceerde robotica toegankelijker maken. De drempel voor menselijke interventie zakt van complexe programmeertaken naar simpele toetsaanslagen. Dat maakt robots bruikbaarder in dynamische omgevingen — plekken waar menselijk toezicht en correctie essentieel zijn. De volledige methodiek en demo-video's staan op de projectpagina's die in het artikel worden gelinkt.
🧠 Even simpel uitgelegd
Stel je een AI-robot voor als een chauffeur die automatisch naar een bestemming rijdt. Soms wil je even bijsturen: 'ietsje meer naar links'. Flow control is precies dat: jouw stuurinput wordt gemengd met de route die de AI al had gepland. De robot volgt dan een pad dat zowel jouw wens volgt als binnen de vaardigheden van de AI blijft. En omdat het systeem niet opnieuw getraind hoeft te worden, kun je het meteen gebruiken — zoals een auto waar je gewoon in stapt en gaat rijden.