What’s Your Problem?
Summary & Insights
A robot’s quietest triumph might be helping a scared three-year-old build a relationship with her quadriplegic grandfather by playing basketball through a wheeled arm on wheels—sticking stickers on its surface, using it as a canvas for their games, and turning “Papa Wheelie” into a playful companion. For Henry Evans, who communicates only through eye gaze, this isn’t just a tool; it’s a bridge to human connection where physical presence once felt impossible.
Aaron Edzinger’s approach with Hello Robot’s Stretch 3 flips the script on traditional humanoid ambitions. Instead of chasing human-like dexterity or autonomy, he’s building minimalist machines that prioritize safety, affordability, and real-world utility. Stretch 3—a Roomba-like base with a telescoping arm and simple gripper—costs $25,000 today but is designed to be operated remotely, helping people with severe mobility limitations handle mundane tasks or foster emotional bonds. The physics of safety drive the design: a lightweight frame (50 lbs), low center of gravity, and motors that minimize energy use to avoid dangerous impacts. This pragmatism extends to the physical world itself—where adapting the environment (like adding a $3 fridge seal breakers) is often easier than expecting robots to master every household quirk.
The real hurdle for robots isn’t just hardware—it’s the “physical internet” problem. Unlike language models trained on the internet’s vast text, robots lack equivalent data for complex real-world tasks like folding laundry or feeding someone. Simulations fall short because homes vary too wildly, and no single training set can capture the nuances of dynamic environments. Aaron emphasizes that progress won’t come from chasing “foundation models” for robots yet; instead, it’s about incrementally layering autonomy on top of teleoperation, starting with users who have high motivation (like Henry) and expanding to caregiving scenarios where even partial help eases human labor shortages.
Surprising Insights
- The most profound impact of Stretch 3 isn’t chores but emotional connection: a quadriplegic man’s granddaughter, initially afraid of him due to his immobility, now plays basketball and decorates the robot—creating a joyful, tactile bond that transcends speech.
- Physical AI struggles with data scarcity compared to language models; there’s no “internet of physical world” to train on, and simulations fail to replicate real-world diversity (e.g., every dishwasher behaves differently in lighting, clutter, or wear).
- Simple, low-cost environmental tweaks—like a $3 magnetic seal breaker for fridges—can enable functionality far more effectively than perfecting universal autonomy, showing that adapting the world to the robot often works better than vice versa.
Practical Takeaways
- Prioritize safety through design: keep robots lightweight, lower the center of gravity, and use gentle grippers to prevent harm in homes with children, pets, or vulnerable users.
- Start with teleoperated systems for specific, high-impact tasks (like fetching medication or assisting with feeding) before adding autonomy—this builds trust and gathers real-world feedback for iteration.
- Focus on niche use cases where even partial automation creates immediate value (e.g., caregiving augmentation for aging populations) rather than trying to solve all home problems at once; consider affordability by targeting spending thresholds (like Roomba’s $200 price point for impulse purchases).
Một thành tựu thầm lặng nhất của robot có thể là giúp một bé gái 3 tuổi sợ hãi xây dựng mối quan hệ với ông nội tứ chi bại liệt thông qua việc chơi bóng rổ với cánh tay có bánh xe—dán sticker lên bề mặt, sử dụng nó như một tấm canvas cho các trò chơi, và biến “Papa Wheelie” thành người bạn vui nhộn. Đối với Henry Evans, người chỉ giao tiếp qua ánh mắt, điều này không chỉ là công cụ; nó là cầu nối kết nối con người khi sự hiện diện vật lý từng dường như không thể.
Cách tiếp cận của Aaron Edzinger với Stretch 3 của Hello Robot đảo lộn những tham vọng truyền thống về người máy hình người. Thay vì theo đuổi sự khéo léo hay tính tự chủ như con người, anh đang xây dựng những cỗ máy tối giản ưu tiên an toàn, khả năng chi trả và tiện ích thực tế. Stretch 3—một nền tảng giống Roomba với cánh tay co giãn và kẹp đơn giản—có giá 25.000 USD hiện tại nhưng được thiết kế để vận hành từ xa, giúp người có hạn chế vận động nghiêm trọng thực hiện công việc nhàm chán hoặc xây dựng tình cảm. Nguyên lý an toàn chi phối thiết kế: khung nhẹ (23kg), trọng tâm thấp và động cơ tiết kiệm năng lượng để tránh va chạm nguy hiểm. Sự thực tế này còn lan tỏa đến thế giới vật lý—khi điều chỉnh môi trường (như thêm thiết bị phá gioăng từ tính giá $3) thường dễ dàng hơn việc kỳ vọng robot làm chủ mọi đặc điểm nhà riêng.
Thách thức thực sự của robot không chỉ là phần cứng—mà là vấn đề “internet vật lý”. Khác với mô hình ngôn ngữ được đào tạo trên lượng văn bản khổng lồ của internet, robot thiếu dữ liệu tương đương cho các tác vụ thực tế phức tạp như gấp quần áo hoặc hỗ trợ cho ăn. Các mô phỏng không đủ sức vì nhà ở quá đa dạng, và không có bộ dữ liệu huấn luyện nào có thể nắm bắt sự tinh tế của môi trường động. Aaron nhấn mạnh rằng tiến bộ không đến từ việc theo đuổi “mô hình nền tảng” cho robot lúc này; thay vào đó, đó là việc tích lũy dần tính tự chủ trên nền tảng điều khiển từ xa, bắt đầu với người dùng có động lực cao (như Henry) và mở rộng sang các tình huống chăm sóc, nơi ngay cả sự giúp đỡ một phần cũng giảm bớt tình trạng thiếu hụt nhân lực.
Những phát hiện bất ngờ
- Tác động sâu sắc nhất của Stretch 3 không phải là việc nhà mà là kết nối cảm xúc: cháu gái của một người tứ chi bại liệt, ban đầu sợ hãi vì sự bất động của ông, hiện tại chơi bóng rổ và trang trí robot—tạo ra mối liên kết vui vẻ, xúc giác vượt qua lời nói.
- AI vật lý phải đối mặt với thiếu hụt dữ liệu so với mô hình ngôn ngữ; không có “internet thế giới vật lý” để đào tạo, và các mô phỏng không thể tái tạo sự đa dạng thực tế (ví dụ: mỗi máy rửa bát hoạt động khác nhau dưới ánh sáng, độ lộn xộn hoặc mức hao mòn).
- Những điều chỉnh môi trường đơn giản, chi phí thấp—như thiết bị phá gioăng từ tính giá $3 cho tủ lạnh—có thể kích hoạt chức năng hiệu quả hơn nhiều so với việc hoàn thiện tính tự chủ phổ quát, cho thấy việc thích ứng thế giới với robot thường hiệu quả hơn ngược lại.
Bài học thực tiễn
- Ưu tiên an toàn qua thiết kế: giữ robot nhẹ, hạ trọng tâm, và sử dụng kẹp nhẹ nhàng để ngăn chấn thương trong nhà có trẻ em, thú cưng hoặc người dễ bị tổn thương.
- Bắt đầu với hệ thống điều khiển từ xa cho các tác vụ cụ thể, mang lại tác động lớn (như lấy thuốc hoặc hỗ trợ cho ăn) trước khi thêm tính tự chủ—điều này xây dựng niềm tin và thu thập phản hồi thực tế để hoàn thiện.
- Tập trung vào các trường hợp sử dụng chuyên biệt nơi tự động hóa một phần mang giá trị tức thì (ví dụ: hỗ trợ chăm sóc người già) thay vì cố gắng giải quyết mọi vấn đề nhà cùng lúc; cân nhắc khả năng chi trả bằng cách nhắm đến ngưỡng chi tiêu (như mức giá $200 của Roomba cho các khoản mua bốc đồng).
機器人最安靜的勝利，或許是幫助一名受驚的三歲小女孩透過輪式機械臂與她四肢癱瘓的祖父建立關係——在機器人表面貼貼紙，將其作為遊戲的畫布，將「Papa Wheelie」轉變為充滿玩樂的夥伴。對於僅能透過眼神溝通的亨利·埃文斯而言，這不只是工具，更是架通人際連結的橋樑，讓曾經無法實現的親身存在成為可能。
阿倫·埃德辛格透過Hello Robot的Stretch 3顛覆了傳統人形機器人的追求。他沒有追尋類人靈巧度或自主性，而是打造以安全、實惠和實際效用為優先的簡約機器人。Stretch 3採用Roomba式底座搭配可伸縮臂與簡易夾爪，目前售價25,000美元，但設計為遠端操作，幫助行動嚴重受限者處理瑣事或建立情感連結。安全物理學主導設計：輕量化結構（50磅）、低重心，以及節能馬達以避免危險碰撞。這種實用主義延伸至物理世界本身——調整環境（如安裝3美元的冰箱密封條破壞器）往往比期望機器人掌握所有居家細節更為容易。
機器人真正的障礙不僅是硬體，更是「物理互聯網」問題。與經由網際網路海量文本訓練的語言模型不同，機器人缺乏處理折衣服或餵食等複雜現實任務的等效數據。模擬無法勝任，由於家居環境差異過大，任何單一訓練數據集都無法掌握動態環境的細微差異。阿倫強調，進步並非來自追逐機器人的「基礎模型」，而是逐步在遙控操作上疊加自主性，先從高動機使用者（如亨利）開始，再擴展至照護場景——即使部分協助亦能緩解人力短缺。
出人意料的洞見
- Stretch 3最深遠的影響不在家務，而在情感連結：四肢癱瘓男子的孫女原本因他的行動不便而害怕，如今卻與機器人打籃球、裝飾它，創造出超越語言的愉悅觸覺連結。
- 物理AI相比語言模型面臨數據稀缺；缺乏類似網際網路的「物理世界互聯網」可供訓練，且模擬無法複製真實世界的多樣性（例如，每台洗碗機在光照、雜亂程度或磨損狀況下的表現各有不同）。
- 簡單、低成本的環境調整（如3美元的冰箱密封條破壞器）往往比完善通用自主性更有效，顯示適應世界以配合機器人通常比反過來更容易。
實際啟示
- 優先以設計確保安全：讓機器人輕量化、降低重心、使用溫和夾爪，避免對家中兒童、寵物或脆弱使用者造成傷害。
- 先以遙控操作系統處理具體、高影響力任務（例如取藥物或協助餵食），再逐步加入自主性——此舉建立信任並收集實際反饋以進行迭代。
- 專注於部分自動化即可創造即時價值的利基場景（例如為老年人口提供照護支援），而非試圖一次性解決所有家居問題；考慮成本，針對消費門檻（如Roomba的200美元定價以促成衝動購買）。
Le plus grand succès silencieux d’un robot pourrait être d’aider une fillette de trois ans, apeurée, à établir une relation avec son grand-père quadriplégique en jouant au basket à travers un bras articulé sur roues — en collant des stickers sur sa surface, en l’utilisant comme toile pour leurs jeux, et en transformant « Papa Wheelie » en compagnon ludique. Pour Henry Evans, qui ne communique qu’透过 le regard, ce n’est pas simplement un outil ; c’est un pont vers la connexion humaine là où la présence physique semblait autrefois impossible.
L’approche d’Aaron Edzinger avec le Stretch 3 de Hello Robot renverse les attentes traditionnelles des humanoides. Au lieu de courir après une dextérité ou une autonomie humaine-like, il construit des machines minimalistes privilégiant la sécurité, l’abordabilité et l’utilité concre. Stretch 3 — une base de type Roomba avec un bras télescopique et une pince simple — coûte 25 000 $ mais est conçu pour être utilisé à distance, aidant les personnes souffrant de limitations sévères de mobilité à accomplir des tâches quotidiennes ou à créer des liens émotionnels. Les principes de sécurité guident la conception : un châssis léger (23 kg), un centre de gravité bas et des moteurs minimisant la consommation d’énergie pour éviter les impacts dangereux. Ce pragmatisme s’étend au monde physique lui-même — adapter l’environnement (comme ajouter un débloqueur magnétique de joint de frigo à 3 $) est souvent plus simple que d’attendre que les robots maîtrisent tous les caprices d’une maison.
Le véritable défi pour les robots n’est pas seulement matériel — c’est le problème de l’« internet physique ». Contrairement aux modèles de langage formés sur le vaste texte d’Internet, les robots manquent de données équivalentes pour des tâches réelles complexes comme plier le linge ou nourrir une personne. Les simulations ne suffisent pas car les foyers varient trop grandement, et aucun ensemble d’entraînement unique ne peut capturer les nuances des environnements dynamiques. Aaron insiste sur le fait que les progrès ne viendront pas d’une course aux « modèles fondationnels » pour les robots pour l’instant ; au contraire, il s’agit d’ajouter progressivement de l’autonomie à la téléopération, en commençant par des utilisateurs très motivés (comme Henry) et en élargissant aux scénarios de soins où même une aide partielle soulage les pénuries de main-d’œuvre humaine.
Insights surprenants
- L’impact le plus profond du Stretch 3 ne réside pas dans les corvées, mais dans la connexion émotionnelle : la petite-fille d’un homme quadriplégique, initialement effrayée par son immobilisme, joue désormais au basket et décore le robot — créant un lien tactile joyeux qui transcende la parole.
- L’intelligence artificielle physique peine face à la pénurie de données par rapport aux modèles de langage ; il n’existe pas d’« internet du monde physique » pour s’entraîner, et les simulations échouent à reproduire la diversité du monde réel (par exemple, chaque lave-vaisselle se comporte différemment selon l’éclairage, le désordre ou l’usure).
- Des ajustements environnementaux simples et peu coûteux — comme un débloqueur magnétique de joint de frigo à 3 $ — permettent une fonctionnalité bien plus efficace que la perfection de l’autonomie universelle, montrant qu’adapter le monde au robot fonctionne souvent mieux que l’inverse.
Conseils pratiques
- Privilégiez la sécurité par la conception : maintenez les robots légers, baissez le centre de gravité et utilisez des pinces douces pour éviter tout danger dans des foyers avec des enfants, des animaux ou des utilisateurs vulnérables.
- Commencez par des systèmes téléopérés pour des tâches spécifiques à fort impact (comme récupérer des médicaments ou aider à l’alimentation) avant d’ajouter l’autonomie — cela renforce la confiance et permet de recueillir des retours concrets pour l’itération.
- Concentrez-vous sur des cas d’usage nichés où même une automatisation partielle apporte une valeur immédiate (par exemple, l’assistance aux personnes âgées) plutôt que de chercher à résoudre tous les problèmes domestiques en une seule fois ; prenez en compte l’accessibilité en ciblant des seuils de dépense (comme le prix de 200 $ de Roomba pour des achats impulsifs).
Der stille Triumph eines Roboters könnte darin bestehen, einem ängstlichen dreijährigen Mädchen dabei zu helfen, eine Beziehung zu ihrem tetraplegischen Großvater aufzubauen, indem sie gemeinsam Basketball spielen – mittels eines rollenden Arms, darauf Aufkleber anbringen, ihn als Leinwand für ihre Spiele nutzen und „Papa Wheelie“ zu einem verspielten Begleiter machen. Für Henry Evans, der ausschließlich durch Blicksteuerung kommuniziert, ist dies nicht nur ein Werkzeug; es ist eine Brücke zur menschlichen Verbindung, wo physische Anwesenheit einst unmöglich schien.
Aaron Edzingers Ansatz mit Hello Robots Stretch 3 kehrt die traditionellen Ambitionen humanoider Roboter um. Anstatt auf menschliche Geschicklichkeit oder Autonomie zu setzen, baut er minimalistische Maschinen, die Sicherheit, Erschwinglichkeit und praktische Anwendbarkeit priorisieren. Stretch 3 – eine Roomba-ähnliche Basis mit teleskopierbarem Arm und einfachem Greifer – kostet heute 25.000 USD, ist jedoch für Fernbedienung konzipiert und hilft Menschen mit schweren Mobilitätseinschränkungen, alltägliche Aufgaben zu erledigen oder emotionale Bindungen aufzubauen. Die Physik der Sicherheit bestimmt das Design: ein leichtes Gehäuse (22,7 kg), niedriger Schwerpunkt und Motoren, die den Energieverbrauch minimieren, um gefährliche Kollisionen zu vermeiden. Dieser Pragmatismus erstreckt sich auch auf die physische Welt selbst – das Anpassen der Umgebung (z. B. durch einen $3-Magnet-Dichtungslöser für Kühlschränke) ist oft einfacher, als Robotern beizubringen, alle Haushaltsspezifika zu meistern.
Die eigentliche Herausforderung für Roboter liegt nicht nur in der Hardware, sondern im „physischen Internet“-Problem. Im Gegensatz zu Sprachmodellen, die auf riesigen Textmengen des Internets trainiert werden, fehlen Robotern ähnliche Daten für komplexe Aufgaben im realen Leben wie das Bügeln von Wäsche oder das Füttern von Menschen. Simulationen scheitern, weil Haushalte zu unterschiedlich sind und kein einziges Trainingsset die Nuancen dynamischer Umgebungen erfassen kann. Aaron betont, dass Fortschritte noch nicht durch das Verfolgen von „Foundation-Modellen“ für Roboter erzielt werden können; stattdessen geht es darum, schrittweise Autonomie über Teleoperation auszubauen, beginnend mit hochmotivierten Nutzern (wie Henry) und sich auf Pflegeszenarien auszudehnen, in denen selbst partielle Hilfe den Personalmangel lindert.
Überraschende Erkenntnisse
- Der größte Einfluss von Stretch 3 liegt nicht in Haushaltsaufgaben, sondern in emotionalem Austausch: Die Enkelin eines Tetraplegikers, die anfangs wegen seiner Bewegungsunfähigkeit Angst vor ihm hatte, spielt nun Basketball und schmückt den Roboter – schafft eine freudige, taktile Bindung, die Sprache überwindet.
- Physische KI kämpft mit Datenknappheit im Vergleich zu Sprachmodellen; es gibt kein „Internet der physischen Welt“ zum Trainieren, und Simulationen replizieren die Vielfalt der Realwelt nicht (z. B. verhält sich jede Geschirrspülmaschine anders in Bezug auf Licht, Unordnung oder Verschleiß).
- Einfache, kostengünstige Umgebungsanpassungen – wie ein $3-Magnet-Dichtungslöser für Kühlschränke – ermöglichen Funktionalität deutlich effektiver als die Perfektionierung universeller Autonomie und zeigen, dass das Anpassen der Welt an den Roboter oft besser funktioniert als umgekehrt.
Praktische Erkenntnisse
- Priorisieren Sie Sicherheit durch Design: Halten Sie Roboter leicht, senken Sie den Schwerpunkt und verwenden Sie schonende Greifer, um Schäden in Haushalten mit Kindern, Haustieren oder schutzbedürftigen Nutzern zu vermeiden.
- Starten Sie mit teleoperierten Systemen für spezifische, hochwirksame Aufgaben (z. B. Medikamente holen oder bei der Fütterung helfen), bevor Autonomie hinzugefügt wird – dies baut Vertrauen auf und sammelt Feedback aus der Realwelt für iterative Verbesserungen.
- Konzentrieren Sie sich auf Nischenanwendungen, bei denen selbst partielle Automatisierung sofortigen Mehrwert schafft (z. B. Pflegeergänzung für die alternde Bevölkerung), anstatt alle Haushaltsprobleme auf einmal lösen zu wollen; berücksichtigen Sie die Erschwinglichkeit durch die Festlegung von Preisgrenzen (wie Roombas $200-Preispunkt für Impulskäufe).
Aaron Edsinger left his job as director of robotics at Google to start a company called Hello Robot. Aaron’s problem is this: How do you build an affordable robot that people can use to solve real problems at home? The result is a robot that looks nothing like a person. In fact, it’s closer to a Roomba with an arm.
In this episode, Aaron explains:
- Why home robots have barely progressed since the Roomba
- Why simpler robots can be more useful than complex humanoids
- Why the physical world is so much harder for AI than language
- How robot safety is fundamentally a physics problem
Connect with us:
- Follow Jacob Goldstein on LinkedIn, X and Instagram
- Email us at problem@pushkin.fm
- Follow Pushkin on Instagram, LinkedIn or X
- Listen to Jacob’s other show, Business History
- To listen to the show early and ad free, sign up for Pushkin+
See omnystudio.com/listener for privacy information.
-
Chatting with the Machine
Luis von Ahn is the founder and CEO of the language app DuoLingo. His problem: How do you teach people to speak a language — really speak it — using only an iPhone app? On…
-
Teaching Cars to Think Like People
Aicha Evans is the CEO of Zoox. Her problem: Designing a car that knows what to do when it pulls up to a 4-way stop. AI is transforming the way cars work. But AI still…
-
Launching Drone Delivery
Keenan Wyrobek is the co-founder of Zipline. His problem: How do you fill the skies with delivery drones and keep them from crashing into each other? Zipline’s drones already make hundreds of deliveries a day…
-
Becoming a Dog Ramp Mogul
Ramon van Meer is the CEO of Alpha Paw. His problem: How do you grow a niche business (ramps for weiner dogs!) when a pandemic blows up your supply chain and Apple ruins your targeted…
-
Introducing What’s Your Problem
Former Planet Money host Jacob Goldstein talks to entrepreneurs and engineers about how they’ll change the world — once they solve a few problems. Coming March 17th. Learn more about your ad-choices at https://www.iheartpodcastnetwork.com See…