Un robot humanoide Unitree G1 utiliza cámaras de profundidad y un par de controladores entrenados para caminar, correr, subir escaleras y saltar sobre cajas y desde ellas en entornos reales. El sistema separa la selección del movimiento del control del cuerpo del robot y, a continuación, ajusta su generador de movimiento mediante aprendizaje por refuerzo; los investigadores informan de mejoras de hasta 80 puntos porcentuales en la selección de movimientos y de 25 puntos en el éxito de las tareas.
Índice
- ¿Qué construyeron los investigadores?
- ¿Cuáles fueron los resultados clave?
- ¿Cómo funciona el sistema?
- ¿Por qué es importante para la robótica?
- ¿Cuáles son las limitaciones y las preguntas abiertas?
- ¿Qué preguntan compradores e ingenieros?
- ¿Cuál es la conclusión?
¿Qué construyeron los investigadores?
Los investigadores construyeron un sistema de control de dos partes para un robot humanoide. Un generador de movimiento analiza imágenes de profundidad y una velocidad de desplazamiento solicitada, y luego crea un plan de movimiento de cuerpo completo de corta duración. Un controlador de seguimiento independiente convierte ese plan en órdenes para las articulaciones y ajusta los movimientos del robot para que siga la trayectoria de referencia sin perder el equilibrio. El generador actualiza su plan cada 0.24 segundos; el controlador de seguimiento funciona continuamente a 50 Hz.
El sistema se probó en un Unitree G1 en interiores y exteriores. Realizó tareas de marcha y carrera, se mantuvo de pie, subió escaleras y saltó sobre cajas. En lugar de pedirle a una única política que interprete la escena y controle directamente todas las articulaciones, el diseño asigna funciones diferentes a las dos políticas: una elige el movimiento que mejor se adapta a lo que ven las cámaras y la otra lo ejecuta.
Para generar ejemplos de entrenamiento, el equipo partió de movimientos humanos capturados y los optimizó para el robot. El proceso produjo cientos de referencias de movimiento para distintas velocidades, direcciones e interacciones con el terreno. El sistema resultante integra datos de movimiento, planificación adaptada al terreno y control del robot en tiempo real en una única secuencia de procesamiento.
¿Cuáles fueron los resultados clave?
Las principales mejoras informadas se obtuvieron al ajustar el generador de movimiento mediante aprendizaje por refuerzo. En comparación con los resultados correspondientes antes del ajuste, el método mejoró la selección de movimientos hasta en 80 puntos porcentuales y el éxito de las tareas hasta en 25 puntos porcentuales. Se trata de las mejoras máximas informadas, no de una garantía de que todas las tareas mejoren en la misma medida.
| Medida informada | Mejora obtenida con el ajuste |
|---|---|
| Selección de movimientos | Hasta 80 puntos porcentuales |
| Tasa de éxito de las tareas | Hasta 25 puntos porcentuales |
El artículo también informa de demostraciones con el robot real en las que este camina, corre, sube escaleras y salta sobre cajas, tanto en interiores como en exteriores. El sistema mantuvo la velocidad de desplazamiento indicada mientras adaptaba su comportamiento al terreno, sin necesidad de recibir una nueva orden de velocidad cada vez que aparecía un obstáculo. Dos cámaras de profundidad le ayudaron a detectar los obstáculos próximos con suficiente antelación para reducir la velocidad. Los investigadores informan de que retirar la cámara superior perjudicó gravemente esta capacidad.
Estos resultados muestran tanto un beneficio cuantificable del ajuste como una demostración práctica con hardware. Sin embargo, los resultados disponibles no incluyen tasas de éxito absolutas, un desglose completo por tarea ni una comparación numérica directa con otros sistemas robóticos. Por tanto, las mejoras expresadas en puntos porcentuales deben considerarse junto con las pruebas cualitativas realizadas con el hardware.
¿Cómo funciona el sistema?
El proceso comienza con referencias de movimiento derivadas de datos de movimiento humano. El equipo optimizó esas referencias mediante un simulador de dinámica del robot, lo que permitió adaptar mejor los movimientos a las capacidades físicas del robot y a las velocidades objetivo. La optimización también podía imponer movimientos periódicos; por ejemplo, garantizar que un ciclo de marcha terminara en un estado que enlazara correctamente con el inicio. La biblioteca resultante incluía 252 movimientos en estado estacionario, como caminar en distintas direcciones y correr, además de 46 referencias para escaleras y saltos sobre cajas. En total, la biblioteca de entrenamiento contenía 10,000 secuencias que abarcaban 140 geometrías de terreno.
El controlador de seguimiento aprende a reproducir estas referencias. Su controlador de realimentación compara el estado actual del robot con el movimiento planificado y envía objetivos de posición articular a los controladores de los motores. Sigue las posiciones de los segmentos del cuerpo del robot, no solo los ángulos de las articulaciones, y se entrena para penalizar el contacto no deseado, el par excesivo y los movimientos que superan los límites articulares. Durante el entrenamiento también se aleatorizan las propiedades físicas y las lecturas de los sensores para que el controlador dependa menos de una única configuración simulada.
El generador de movimiento es un transformador entrenado mediante emparejamiento de flujos, un método para aprender a producir una trayectoria a partir de una secuencia de resultados que se refinan progresivamente. Condiciona su plan a imágenes de profundidad de dos cámaras, la velocidad solicitada y un registro compacto de su trayectoria anterior. Las cámaras proporcionan directamente datos de profundidad en lugar de un mapa del terreno preconstruido, y el sistema no requiere odometría. Durante el uso, el generador aplica ocho pasos de refinamiento y tarda alrededor de 11 milisegundos en ejecutarse; el controlador de seguimiento tarda menos de 1 milisegundo. Las imágenes de profundidad se reducen mediante submuestreo a 30 por 26 píxeles para el controlador de seguimiento.
¿Por qué es importante para la robótica?
Los robots humanoides necesitan algo más que una marcha fiable sobre un suelo liso. Deben reaccionar a los cambios del terreno mientras coordinan todo el cuerpo, y hacerlo sin esperar a que una persona seleccione un nuevo movimiento ante cada obstáculo. La separación entre generación y seguimiento del movimiento que propone este sistema es una forma práctica de combinar una planificación flexible con un control rápido y frecuente.
Las cámaras también hacen que el ciclo de control responda mejor al terreno. Una cámara más alta orientada hacia delante puede detectar un obstáculo antes de que el robot llegue a él, mientras que una cámara más baja ve el suelo cercano y las piernas. Esto permite al robot ajustar el ritmo y conservar la orden de velocidad original. En instalaciones con escalones, superficies elevadas o distribuciones cambiantes del suelo, detectar el terreno con antelación puede ayudar al robot a adaptarse sin necesidad de una ruta cartografiada.
Los resultados son relevantes para compradores que evalúan robots humanoides en Robot Overflow, especialmente si la tarea requiere desplazarse más allá de caminar por superficies planas. Las demostraciones no prueban que el sistema esté listo para funcionar comercialmente sin supervisión, pero muestran cómo la percepción, la planificación de movimientos aprendida y un controlador estabilizador rápido pueden trabajar conjuntamente en hardware real.
¿Cuáles son las limitaciones y las preguntas abiertas?
El sistema utiliza profundidad, que describe la forma y la distancia de los objetos, pero no su significado. Puede detectar un objeto con forma de caja sin saber si es seguro o adecuado saltar sobre él. El artículo no describe ningún mecanismo para expresar ese tipo de instrucciones semánticas.
El proceso de entrenamiento también sigue requiriendo intervención humana. Las personas seleccionan las referencias de movimiento o las eligen mediante heurísticas, y algunos parámetros de transición requieren ajuste manual. El ajuste depende de recompensas diseñadas manualmente, que podrían ser difíciles de reutilizar en habilidades muy distintas. Las mejoras expresadas en puntos porcentuales no incluyen un desglose detallado por tarea en los resultados proporcionados, y la ablación de la cámara se describe cualitativamente, no mediante una medida numérica. Harían falta más pruebas para comprender la fiabilidad durante despliegues prolongados, en entornos variados y en tareas fuera del conjunto de habilidades demostradas.
¿Qué preguntan compradores e ingenieros?
¿El robot planifica y controla las articulaciones con la misma política? No. Un generador crea planes de movimiento breves y un controlador de seguimiento más rápido los convierte en objetivos articulares.
¿Qué sensores utiliza el sistema? Utiliza dos cámaras de profundidad: una situada en la parte superior del torso y otra más abajo. Las políticas reciben imágenes de profundidad directamente y no requieren odometría.
¿Qué movimientos se demostraron? En las demostraciones en interiores y exteriores, el Unitree G1 caminó, corrió, se mantuvo de pie, subió escaleras y saltó sobre cajas y desde ellas.
¿Las mejoras informadas son tasas de éxito absolutas? No. El artículo informa de mejoras de hasta 80 puntos porcentuales en la selección de movimientos y de 25 puntos porcentuales en el éxito de las tareas, pero esas cifras no son tasas de éxito absolutas.
¿Cuál es la conclusión?
Este trabajo muestra un robot humanoide que utiliza percepción de profundidad para seleccionar movimientos adecuados para distintos terrenos, mientras otro controlador reproduce esos movimientos en hardware. Los resultados del ajuste son prometedores, pero la comprensión semántica, la reducción de la configuración manual y unas mediciones de rendimiento más detalladas siguen siendo pasos importantes para ampliar su despliegue.