Met vertrouwen multi-stap robotica taken samenstellen
Als je een taak duidelijk kunt beschrijven, kan je robot het waarschijnlijk ook uitvoeren. Dat is de belofte van Gemini Robotics 1.5 en ER 1.5—modellen gebouwd voor geaard, belichaamd redeneren die intenties op hoog niveau omzetten in betrouwbare, multi-stap actieplannen in de fysieke wereld. Hieronder staan 25 beproefde prompt templates—georganiseerd per intentie—die je helpen bij het samenstellen van robuuste, multi-stap workflows voor real-world robotica.
Stijl noot: Praktisch & oplossingsgericht. Elk template bevat de structuur, aanbevolen guardrails en optionele variabelen. Vervang placeholders zoals {OBJECT}, {LOCATION}, {POLICY} en {CONSTRAINTS} door jouw context.
Hoe deze templates te gebruiken
- Begin met een doel op hoog niveau en enumereer vervolgens stappen met sensor controles en herstelgedrag.
- Voeg constraints toe: veiligheid, snelheid/precisie, omgevings aannames en fallback strategieën.
- Geef state feedback kanalen (bijv. visie succes criteria, kracht/koppel drempels).
- Geef de voorkeur aan declaratieve doelen boven breekbaar stapsgewijs micromanagement; laat het model plannen en aanpassen.
Trouwens, als je prompts, logs en iteraties coördineert binnen een team, kan een zijpaneel assistent zoals Sider.AI je helpen bij het opstellen, testen en verfijnen van prompts naast je documenten en code, waardoor de context zichtbaar blijft terwijl je jouw robotica vaardigheden en procedures itereert. Sectie A — Planning & Grounding (Fundamenten)
- Taak Blauwdruk (Doel → Constraints → Plan → Controles)
- Prompt
"Je bestuurt een mobiele manipulator.
Doel: {GOAL}.
Omgeving: {DESCRIPTION}; bekende objecten: {OBJECT_LIST}.
Constraints: {CONSTRAINTS}.
Output: 1) Aannames om te verifiëren, 2) Geordend plan met perceptie/actie stappen, 3) Veiligheidscontroles per stap, 4) Herstelgedrag, 5) Beëindigingsvoorwaarden en succes metrics."
- Gebruik wanneer: Een high‑level doel omzetten in een operationeel plan met guardrails.
- Perceptie-Eerst Plan met Onzekerheids Kwantificering
- Prompt
"Bouw, alvorens te handelen, een observatiemodel. Identificeer vereiste observaties, betrouwbaarheidsdrempels en edge cases voor {GOAL}. Output JSON:
{ observations:. Voor bredere prompt- en agent patronen zijn Google’s Gemini kookboek en agent guides nuttige referenties.
Voorbeeld: End‑to‑End Prompt voor een Keuken Taak
Doel: Bereid een simpele salade en pak deze in om mee te nemen.
Prompt
"Je bestuurt een 7‑DOF mobiele manipulator met een parallelle grijper en tool‑changer.
Doel: Bereid en verpak een salade met sla, tomaat, komkommer en dressing.
Omgeving: Kookeiland met gootsteen, snijplank, koksmes, slakom, lunchcontainer. Er kunnen mensen aanwezig zijn.
Constraints: Geen messen binnen 0,5 m van mensen. Mes altijd in de schede, tenzij aan het snijden. Grijper kracht ≤ 15 N. Plak dikte 3–4 mm. Oppervlakken ontsmet.
Output:
- Aannames om te verifiëren (gereedschap, ingrediënten, verlichting),
- Plan in fases (wassen → voorbereiden → snijden → samenstellen → inpakken),
- Per-stap veiligheidscontroles (visie/kracht),
- Fout herstel (opnieuw vastgrijpen, opnieuw localiseren, opnieuw reinigen),
- Succes metrics (visuele bevestiging van gelijke plakken; container afgesloten; gebied schoon),
- Log schema en foto's voor/na."
Wat je krijgt: Een long‑horizon, veiligheidsbewuste procedure met perceptie poorten, tool handling regels en duidelijke succes criteria.
Slotgedachten
Geweldige robotica prompts lezen als checklists uit de luchtvaart: duidelijke doelen, meetbare poorten en geplande ontsnappingen. Gebruik deze 25 templates als bouwstenen en verfijn ze vervolgens met logs van echte runs. Aangezien Gemini Robotics 1.5 en ER 1.5 agentic planning in de fysieke wereld blijven brengen, zijn jouw prompts het verschil tussen een goede demo en betrouwbare dagelijkse operaties.
FAQ
V1:Waar wordt Gemini Robotics 1.5 / ER 1.5 voor gebruikt?
Het zijn belichaamde redeneermodellen die robots in staat stellen om te waarnemen, te plannen en te handelen bij complexe, multi‑stap taken in de fysieke wereld—zoals het oppakken van items, het bereiden van voedsel of facilitaire operaties. Ze benadrukken grounding, veiligheid en adaptieve planning.
V2:Hoe schrijf ik prompts voor multi‑stap robotica taken?
Vermeld het doel, de omgeving en de constraints. Vraag naar aannames om te verifiëren, veiligheidscontroles, herstelgedrag en succes metrics. Laat het model stappen plannen terwijl je policies en drempels afdwingt.
V3:Kunnen deze prompts omgaan met onzekerheid en fouten?
Ja. Voeg betrouwbaarheidsdrempels, fout signatures en fallback branches toe. Het ontwerpen van state machines met nominale, lage betrouwbaarheid en falingspaden verbetert de betrouwbaarheid in ongestructureerde settings.
V4:Moet ik exacte trajectories specificeren?
Meestal niet. Geef high‑level doelstellingen, duidelijke constraints (kracht, speling, snelheid) en verificatie poorten. Het model kan trajectories genereren die consistent zijn met die constraints.
V5:Waar kan ik officiële documenten en voorbeelden vinden?
Zie Google DeepMind’s Gemini Robotics pagina's en het developer overzicht voor ER 1.5, plus het Gemini kookboek en agent guides voor bredere prompting en agent patronen.
