En el Video Friday de esta semana destacamos un logro impresionante en el aprendizaje de robots humanoides: Digit, el robot bípedo de Agility Robotics, ha adquirido nuevas capacidades de baile con todo el cuerpo tras una sola noche. Esta rápida adquisición de habilidades es posible gracias a métodos avanzados de IA que aprovechan datos de movimiento en bruto y aprendizaje por refuerzo sim-to-real. Junto al hito de Digit, repasamos otros avances recientes en aprendizaje robótico, teleoperación e interacción humano-robot que muestran la veloz evolución del sector.
Cómo Digit aprendió a bailar de la noche a la mañana
La capacidad de Digit para ejecutar movimientos de baile coordinados después de solo una noche de entrenamiento subraya un avance significativo en la eficiencia del aprendizaje robótico. Usando datos de captura de movimiento en bruto, animaciones y demostraciones por teleoperación, el equipo de IA aplica aprendizaje por refuerzo sim-to-real para desarrollar con rapidez habilidades de control corporal completo. Este enfoque permite a Digit dominar movimientos complejos y dinámicos sin necesidad de una programación manual exhaustiva.
El proceso consiste en recopilar datos variados de movimiento que representen el comportamiento deseado, entrenar la política de control en simulación y transferirla luego al robot físico. El paso de sim-to-real acelera el aprendizaje al tiempo que asegura su validez en el mundo real. Este avance demuestra cómo los robots humanoides pueden adaptarse rápidamente a tareas que requieren coordinación fluida de todo el cuerpo, abriendo puertas a aplicaciones en entretenimiento, servicios e interacción humano-robot.
Explora robots humanoides en Botmarket
GEN-1: Un nuevo modelo de IA de propósito general para tareas físicas
Siguiendo la estela de avances como el de Digit, Generalist AI ha presentado GEN-1, un modelo de IA generalista diseñado para ejecutar tareas físicas sencillas con altas tasas de éxito. GEN-1 alcanza un 99 % de éxito medio en tareas donde modelos anteriores apenas llegaban al 64 %, y las completa unas tres veces más rápido. Sorprendentemente, solo requiere una hora de datos robóticos por tarea para su entrenamiento.
Su eficiencia y versatilidad marcan un hito importante hacia la viabilidad comercial en numerosas aplicaciones robóticas. Aunque todavía no resuelve cualquier tarea posible, su salto de rendimiento apunta hacia una inteligencia generalista capaz de adaptarse a entornos físicos diversos, permitiendo que los robots operen con mayor autonomía en fabricación, logística y servicios.
Descubre más sobre GEN-1 de Generalist AI
Conjunto de datos de teleoperación de cuerpo completo de código abierto de Unitree
Con el objetivo de impulsar la investigación en robots humanoides, Unitree Robotics ha liberado como código abierto el UnifoLM-WBT-Dataset, una amplia colección de datos de teleoperación de cuerpo entero capturados en entornos reales. Este conjunto, publicado a principios de marzo de 2026, registra movimientos de alta fidelidad en tareas complejas y escenarios variados de manipulación.
El dataset aspira a convertirse en el más completo de su clase y se actualiza continuamente con nuevas demostraciones para cubrir un amplio abanico de condiciones reales. Al ofrecerlo de forma abierta, Unitree acelera el progreso en aprendizaje robótico y facilita que investigadores y desarrolladores entrenen y validen algoritmos de control para plataformas humanoides.
Accede al conjunto de datos en Hugging Face
Mejorando la navegación robótica con trazados de rutas en realidad mixta
Los robots móviles autónomos que conviven con personas en interiores deben navegar respetando las intenciones espaciales humanas, como los flujos de peatones y las distancias cómodas. Para lograrlo, investigadores han desarrollado MRReP, una interfaz de realidad mixta que permite dibujar rutas de referencia directamente sobre el suelo físico mediante gestos de la mano.
Este método intuitivo ayuda a los operadores a indicar las trayectorias preferidas en espacios compartidos, mejorando la seguridad y el cumplimiento social de la navegación. Al integrar la aportación humana a través de gestos naturales, MRReP potencia la capacidad del robot para coexistir con las personas en entornos interiores dinámicos como oficinas, hospitales y comercios.
Descubre más innovaciones en robots móviles en Botmarket
Mirrorbot: Fomentando la conexión humana mediante interacciones autónomas
El contacto visual es una señal social básica que genera conexión y sentido de pertenencia. Mirrorbot, creado por el Laboratorio de Robótica Autónoma de la Universidad de Cornell, emplea navegación autónoma y control adaptativo de espejos para propiciar encuentros espontáneos de mirada entre desconocidos.
El robot modifica dinámicamente los reflejos, pasando de vistas centradas en uno mismo a un reconocimiento mutuo, lo que facilita interacciones no verbales que despiertan conciencia social y un juego compartido. Este uso novedoso de la robótica explora cómo las máquinas pueden enriquecer las experiencias humanas en espacios públicos creando momentos de reconocimiento mutuo.
Qué significa esto para los compradores
Estos avances muestran que la tecnología robótica se vuelve cada vez más adaptable, eficiente y socialmente consciente. Para quienes evalúan la compra de robots humanoides o móviles, las capacidades de aprendizaje rápido de Digit y GEN-1 implican tiempos de despliegue más cortos y mayor flexibilidad en la asignación de tareas. El acceso a conjuntos de datos abiertos como el de Unitree acelera el desarrollo y facilita la personalización de comportamientos para aplicaciones concretas.
Interfaces como MRReP apuntan hacia una colaboración humano-robot más sencilla, que mejora la seguridad y la aceptación allí donde robots y personas comparten espacio. Robots sociales como Mirrorbot abren nuevas posibilidades de engagement con clientes e interacción pública. Los compradores deben valorar los robots no solo por su hardware, sino también por las herramientas de IA e interfaces que permiten una integración fluida y un aprendizaje dinámico de tareas.
Explora robots humanoides y móviles en Botmarket
Conclusión
El aprendizaje de baile de Digit de la noche a la mañana pone de relieve el potencial de la IA avanzada y el entrenamiento sim-to-real para expandir rápidamente las capacidades de los robots humanoides. Junto con hitos como el modelo generalista GEN-1, el dataset de teleoperación de Unitree y herramientas innovadoras de interacción, estos desarrollos reflejan un ecosistema robótico cada vez más maduro. Para los profesionales del sector, estas tecnologías prometen robots más versátiles, eficientes y amigables con las personas, capaces de abordar una gama mucho más amplia de tareas en distintos ámbitos.
Comentarios