Unitree Robotics ha anunciado un avance en el desarrollo de robots humanoides mediante un sistema de inteligencia artificial que busca automatizar gran parte del trabajo que actualmente realizan sus ingenieros. El fundador de la compañía, Wang Xingxing, presentó esta innovadora iniciativa durante la conferencia de IA física en Hangzhou, describiéndola como una prioridad para optimizar el aprendizaje y la adaptación de los robots a nuevas habilidades.
La enseñanza de nuevas habilidades a los robots humanoides es generalmente un proceso laborioso, que involucra la recopilación de datos y el ajuste de comportamientos en diferentes entornos. Wang indicó que la automatización de este ciclo podría permitir a los robots aprender más rápidamente y a mayor escala, reduciendo la intervención humana en este proceso crucial.
El sistema propuesto, denominado “Unitree Rehearsal”, funciona mediante un ciclo cerrado en el que agentes de IA investigan y generan código de control, el cual es luego probado y entrenado en simulaciones. Después de las pruebas, los resultados más prometedores son revisados y preparados para su uso en robots reales, con una evaluación adicional que garantiza la calidad del aprendizaje antes de la implementación.
Wang destacó que, con el avance continuo de los modelos de IA, se espera que estos asuman un papel más activo en la planificación y optimización del aprendizaje robótico. Esta estrategia también permite recopilar datos del mundo real a medida que más robots se despliegan, mejorando así los algoritmos de aprendizaje.
Aunque Unitree ha sido reconocida inicialmente por su hardware, como las articulaciones y los sistemas de control de movimiento, el enfoque actual se centra más en el software y la inteligencia detrás de los robots. Esto refleja una transición en la industria hacia la creación de robots no solo capaces de moverse, sino también útiles en tareas diversas.
Sin embargo, el sistema aún se encuentra en una fase inicial. A pesar de los prometedores resultados en simulaciones, existen desafíos en la transferencia de habilidades al mundo real. Wang reconoció que, si bien los modelos de IA son competentes en planificación, la manipulación precisa de objetos sigue siendo una tarea en la que los robots enfrentan dificultades.
Con respecto a la posibilidad de ver robots humanoides funcionales en los hogares, Wang anticipó que podrían ser capaces de realizar tareas como ordenar espacios para 2027 o 2028. Este optimismo sugiere un futuro donde la interacción humano-robot sea cada vez más común, aunque aún quedan importantes obstáculos por superar.