Forscher des MIT Computer Science and Artificial Intelligence Laboratory in Zusammenarbeit mit dem Toyota Research Institute haben das System SceneSmith vorgestellt, das mittels KI-Agenten realistische 3D-Trainingsumgebungen für Roboter generiert. Dieser Ansatz adressiert einen der zentralen Engpässe der Robotik: die aufwendige Generierung von Trainingsdaten für komplexe Alltags- und Industrieanwendungen. Bisherige Simulationsplattformen fehlten es oft an der erforderlichen räumlichen Vielfalt und physikalischen Genauigkeit. SceneSmith schließt diese Lücke durch ein agentices Framework, das textbasierte Beschreibungen automatisch in interaktive, simulationsreife Innenräume übersetzt. Der Entwicklungsprozess basiert auf drei spezialisierten KI-Agenten, die von einem modernen Vision-Language-Model angetrieben werden. Ein Designer-Agent erstellt zunächst die Grundstruktur, ein Kritiker-Agent prüft die funktionale Plausibilität der Raumgestaltung, und ein Orchestrator-Agent steuert den iterativen Abstimmungsprozess, bis das Szenario freigegeben wird. Im Vergleich zu etablierten Generierungsmethoden weist die resultierende 3D-Geometrie bis zu sechsmal mehr manipulierbare Objekte pro Szene auf. Zudem werden physikalische Parameter wie Masse, Reibung und Trägheit direkt in die Simulationsumgebung integriert, was realitätsnahe Interaktionen ermöglicht. Die Validierung des Systems erfolgte durch eine Kombination aus Nutzerstudien und technischen Tests. In einer Bewertung von über zweihundert Testpersonen schnitt SceneSmith in mehr als neunzig Prozent der Fälle hinsichtlich der visuellen Qualität und der Prompt-Genauigkeit besser ab als vergleichbare Baselines. Automatisierte Evaluierungen der KI-Agenten korrelierten in über neunundneunzig Prozent der Fälle mit menschlichen Expertenurteilen, insbesondere bei der Identifizierung von Schwächen in trainierten Roboter-Richtlinien. Um die physikalische Validität zu belegen, wurde ein vortrainiertes Roboter-Steuering, das keine Kenntnis der generierten Umgebungen besaß, in die virtuellen Räume eingespielt. Der Roboter führte Anweisungen wie das Greifen von Gegenständen oder das Navigieren durch Türen erfolgreich aus, was die hohe Übereinstimmung mit realen physikalischen Gegebenheiten bestätigt. Auch Teleoperationsexperimente über mehrere Räume hinweg zeigten stabile Interaktionen. SceneSmith stellt einen signifikanten Fortschritt für die robotische Simulation dar, da er den zeitaufwändigen physischen Testprozess erheblich verkürzt. Ingenieure können nun Kontrollalgorithmen virtuell validieren, bevor Hardware im realen Umfeld eingesetzt wird. Die aktuelle Generierungsdauer von mehreren Stunden pro Szene wird als temporäre Limitation betrachtet. Das Forschungsteam um Nicholas Pfaff und Russ Tedrake plant, die Recheneffizienz durch optimierte Architekturen zu steigern und deformierbare Materialien zukünftig zu unterstützen. Die Ergebnisse wurden als spotlight presentation auf der International Conference on Machine Learning vorgestellt und von Institutionen wie dem Toyota Research Institute, Amazon, der US Office of Naval Research sowie dem National Science Foundation gefördert.