// ORDLISTA

Ordlista

Begreppen som humanoidrobotik bygger på, översatta och förklarade på svenska. Från DOF och teleop till BOM, VLA-modeller och zero-shot learning. Korta sammanfattningar med längre kontext för den som vill gräva.

Aktuator

Komponenten som omvandlar elektrisk eller hydraulisk effekt till mekanisk rörelse i en led.

Moderna humanoider använder främst elektriska servomotorer kombinerade med växellådor. Boston Dynamics Atlas använder hydraulik i tidiga generationer; nyare modeller går elektriskt för effektivitet och tystare drift.

BOM (Bill of Materials)

Total komponentkostnad för en robot, inte inklusive utveckling, montering eller marginal.

Tesla har målbilden att pressa Optimus BOM till under $20 000 vid skalad volym. Faktisk såldpris ligger högre eftersom utveckling, certifiering och vinstmarginal läggs ovanpå.

Continuum manipulator

Mjuk eller flexibel robotarm som böjer sig längs hela sin längd, till skillnad från traditionella stelarm.

Mer relevant för medicinska och tränga inspektionsuppgifter än för humanoider, men dyker upp i forskning kring dexterös greppning.

DOF (Degrees of Freedom)

Antalet oberoende riktningar en robot kan röra sig i, summerat över alla leder.

En människa har ungefär 244 DOF. Tesla Optimus ligger på 28, Atlas på cirka 28, Figure 02 på 27. Fler DOF betyder mer flexibilitet men också högre komplexitet, vikt och kostnad. Händer drar ofta upp DOF-räkningen, en enskild hand kan ha 11–22 DOF.

Embodied AI

AI som agerar i fysisk värld genom kropp, sensorer och aktuatorer, till skillnad från ren mjukvaru-AI.

Stora språkmodeller fungerar på text. Embodied AI lägger på syn, beröring, balans och rörelse. Detta är hela poängen med humanoidrobotik som forskningsfält.

End-effector

Det som sitter längst ut på en robotarm: hand, gripare, sugkopp eller verktyg.

För industrihumanoider varierar end-effector mellan tvåfingrade parallellgripare (snabba och robusta) och femfingrade dextra händer (kapabla men dyra och bräckliga). Apptronik och Figure satsar olika hårt på antropomorfa händer.

Foundation model

En stor pretränad AI-modell som finjusteras för specifika uppgifter, motsvarande GPT eller Claude men för robotik.

Figure Helix, NVIDIA GR00T och Google RT-2 är exempel. Tanken är att en modell tränad på enorma mängder robotdata generaliserar bättre än specialbyggda modeller per uppgift.

IMU (Inertial Measurement Unit)

Sensor som mäter acceleration och rotation, basal för balansreglering.

Sitter typiskt i robotens torso och bidrar till bipedal balans tillsammans med fotsensorer. Utan IMU faller en bipedal humanoid omedelbart vid minsta störning.

Inverse kinematics

Matematik som räknar baklänges: givet en önskad handposition, vilka ledvinklar krävs?

Grundbult i klassisk robotik. Modern AI-driven robotik förskjuter delar av detta arbete till inlärda policies, men IK är fortfarande relevant för tröga rörelser och kontrollerade applikationer.

Kollaborativ robot (cobot)

Industrirobot konstruerad för att arbeta säkert nära människor utan skyddsbur.

Inte en humanoid, men relaterad kategori. Universal Robots dominerar segmentet. Humanoider tävlar i samma "samarbete med människor"-utrymme men med radikalt annan formfaktor.

LIDAR

Laserbaserad avståndsmätning som skapar en 3D-karta över omgivningen.

Vanligare i autonoma fordon än i humanoider. Många humanoidtillverkare förlitar sig på kameror plus djupsensorer (Intel RealSense, Apple LiDAR-mini) istället för traditionella roterande LIDARer.

Manipulation

Robotens förmåga att gripa och hantera objekt med händerna.

Skiljs från locomotion (rörelse genom rummet). Manipulation är en av de svåraste delarna av humanoid-AI: variationen i objekt, tyngd, friktion och form gör generella lösningar svåra. Detta är där VLA-modeller börjar göra avtryck.

Nyttolast (payload)

Maximal vikt roboten kan bära eller manipulera utan att förlora balans eller skadas.

Industrihumanoider sträcker sig från cirka 5 kg (mini-humanoider) upp till 25 kg (Atlas, Apptronik Apollo). Människor i lagermiljö lyfter typiskt 10–20 kg, så humanoider klarar produktiva uppgifter där.

Pretraining

Den första, omfattande träningen av en AI-modell på stora datamängder, innan finjustering.

För robotik handlar det om allt från videodemonstration av människor som arbetar till simulerade fysikvärldar. Företag som Physical Intelligence och Skild AI satsar tungt här.

ROS / ROS 2

Robot Operating System, mjukvaruramverk för robotik. Inte ett OS i strikt mening utan en plugg-och-spela-arkitektur.

De flesta forskningshumanoider använder ROS 2. Kommersiella aktörer som Tesla och Figure bygger oftast egna stackar för prestanda och kontroll.

SLAM (Simultaneous Localization and Mapping)

Robotens förmåga att bygga en karta över omgivningen samtidigt som den lokaliserar sig själv på den.

Standardproblem inom mobilrobotik. Humanoider använder visuell SLAM med kameror eftersom LIDAR är vikt-känsligt. Apple Vision Pro:s spatial computing-stack är en närstående släkting.

Teleop (teleoperation)

Att fjärrstyra en robot genom mänsklig operatör, typiskt för demonstration eller datainsamling.

Många "imponerande" demovideor är teleop, inte autonoma. 1X, Figure och Sanctuary använder teleop dels för insamling av träningsdata, dels som bryggteknik medan autonomi mognar.

Trajektoria-planering

Beräkning av den faktiska vägen leder och händer ska följa i tid, inte bara start- och slutpunkter.

En enkel "för handen till objektet"-instruktion innefattar tusentals trajektoriebeslut. Klassisk planering ger geometriska kurvor; inlärd policy lär sig dynamiken implicit.

VLA-modell (Vision-Language-Action)

AI-modell som tar in bilder och språkinstruktioner och producerar handlingsplaner som rörelsekommandon.

Figure Helix, Google RT-2 och NVIDIA Isaac GR00T är exempel. Detta är den arkitekturella riktning som flest stora robotik-bolag konvergerar mot 2025–2026. Skillnaden från tidigare paradigm är att modellen själv bestämmer vad som ska göras, inte bara hur.

Walking gait

Gångmönstret en bipedal humanoid använder, definierat av tidsförhållanden mellan fotnedsättningar och knäböjningar.

Boston Dynamics Atlas använder dynamisk gait med kort flygfas; Tesla Optimus använder försiktigare statisk balans. Olika gangs påverkar batteritid, ljudnivå och fallrisk drastiskt.

Zero-shot learning

Robotens förmåga att utföra uppgifter den aldrig sett i träningen.

En typisk demo-fråga: "kan roboten plocka upp ett objekt den inte tränats på?" Mätbart prestandavärde för moderna humanoider. Foundation models är nyckeln.