La empresa londinense Humanoid presentó KinetIQ Ascend, un enfoque innovador para el entrenamiento de robots humanoides basado en el método de prueba y error en condiciones reales de producción. El desarrollador afirma que esta tecnología permitirá alcanzar un 99,9% de manipulaciones exitosas a una velocidad comparable o incluso superior a la humana.
KinetIQ Ascend amplía el marco existente KinetIQ utilizando aprendizaje por refuerzo (reinforcement learning, RL). A diferencia de la simple imitación de acciones humanas, el sistema repite la tarea de forma autónoma, recibe retroalimentación sobre el éxito o error y mejora gradualmente su rendimiento. La diferencia clave es que el RL se ejecuta no en simulación, sino directamente en el equipo real las 24 horas del día. Humanoid afirma que esta es la primera demostración publicada de RL integral basado en visión para modelos VLA de producción, entrenados en una plataforma humanoide bimanual real.
Por qué Humanoid apuesta por el RL
Anteriormente, Humanoid, como muchos competidores, entrenaba sistemas mediante la imitación de demostraciones humanas. Sin embargo, según la empresa, este enfoque tiene una limitación fundamental: el modelo no puede superar la velocidad o calidad del demostrador y no aprende el costo del error. KinetIQ Ascend busca cerrar esta brecha mediante la práctica en tareas reales, de manera similar a la escalabilidad de los grandes modelos de lenguaje: cuanto más largo es el entrenamiento, mayor es la tasa de éxito.
Las pruebas de KinetIQ Ascend en tres tareas de producción mostraron resultados impresionantes:
- Traslado de anillos de rodamientos de acero: el rendimiento aumentó un 42%, hasta 412 anillos por hora frente a 291 del modelo base.
- Entrega de un objeto a una persona: el rendimiento aumentó un 85%, la duración media del episodio se redujo un 35% y la tasa de éxito subió del 80% al 98%.
- Levantamiento de un contenedor con ambas manos: tras varios días de entrenamiento, el rendimiento aumentó de 122 a 279 contenedores por hora, y la tasa de éxito, del 77,6% al 98,9%.
La empresa también señaló que la mejora de la etapa más compleja de la operación puede aumentar el resultado de toda la tarea, y la habilidad se transfiere a objetos que el robot no había visto durante el entrenamiento con RL. Es importante destacar que las mediciones se realizaron mediante una comparación A/B paralela con el modelo base actual, lo cual es crítico para entornos de producción reales donde el resultado puede variar debido a la iluminación, la posición de los objetos o el desgaste del equipo.
Humanoid construye una cadena industrial en Europa
La empresa cuenta con más de 250 ingenieros e investigadores. En mayo, Humanoid anunció una asociación con Bosch, que se convertirá en su socio de producción por contrato para fabricar el modelo HMND 01 en el mercado europeo. Además, la empresa firmó un acuerdo vinculante por etapas con Schaeffler, que prevé el despliegue de entre 1000 y 2000 robots en las plantas de producción globales del socio para 2032.
La competencia se intensifica
El anuncio de KinetIQ Ascend se produce en medio de una aceleración de la carrera en robótica humanoide. La estadounidense Figure recaudó más de $1 mil millones con una valoración de $39 mil millones, mientras que Apptronik cerró una ronda de $935 millones. China, desde 2024, ha destinado al menos $20 mil millones al desarrollo de la robótica, aunque las ventas reales siguen siendo limitadas: alrededor de 12 000 robots humanoides el año pasado, principalmente con fines de investigación.
Mi análisis: Humanoid demuestra que la clave para la adopción masiva de robots humanoides en la industria no reside en la simulación, sino en el entrenamiento real en tareas de producción. KinetIQ Ascend no es solo una mejora, sino un cambio de paradigma que podría otorgar a la empresa una ventaja crítica en la carrera por la fiabilidad y velocidad necesarias para reemplazar al humano en la línea de montaje.