La empresa londinense Humanoid presentó KinetIQ Ascend, un enfoque innovador para el entrenamiento de robots humanoides basado en el método de prueba y error directamente en condiciones reales de producción. El desarrollador afirma que la tecnología puede alcanzar una precisión de manipulación del 99,9% a una velocidad comparable o incluso superior a la humana.

Cómo funciona KinetIQ Ascend

KinetIQ Ascend amplía las capacidades del framework KinetIQ, que es la base de los robots de Humanoid. La diferencia clave es el uso del aprendizaje por refuerzo (reinforcement learning, RL). A diferencia de la copia pasiva de acciones humanas, el sistema repite la tarea de forma autónoma, recibe retroalimentación sobre el éxito o el error y, basándose en ello, mejora sus algoritmos de comportamiento.

Es importante destacar que Humanoid ejecuta el RL no solo en simulación, sino en modo continuo las 24 horas del día en equipos reales y en escenarios de producción. Según mis datos, esta es la primera demostración publicada de RL integral basado en visión para modelos de visión-lenguaje-acción (VLA) entrenados en una plataforma humanoide bimanual real en condiciones de despliegue. Esto cambia fundamentalmente el enfoque para el desarrollo de habilidades.

Por qué la apuesta por el RL está justificada

Anteriormente, Humanoid, como la mayoría de sus competidores, entrenaba robots mediante la imitación de demostraciones humanas. Sin embargo, este método tiene una limitación fundamental: un modelo que copia demostraciones no puede superar al demostrador ni en velocidad ni en calidad, y no aprende de los errores. Según la empresa, los últimos porcentajes de fiabilidad y la transición a velocidades sobrehumanas requieren un enfoque diferente. KinetIQ Ascend cierra esta brecha mediante la práctica continua en tareas reales, comparando el proceso con el escalado de grandes modelos de lenguaje: cuanto más largo es el entrenamiento, mayor es la tasa de éxito.

Resultados de las pruebas

Humanoid realizó pruebas en tres tareas de producción. En la primera, el robot debía tomar anillos de acero para rodamientos de un contenedor y colocarlos en una cinta transportadora. Después del entrenamiento con RL, el rendimiento aumentó un 42%, hasta 412 anillos por hora frente a los 291 del modelo base. En la segunda tarea, pasar un objeto de un contenedor 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%. En la tercera, levantar bimanualmente un contenedor de una mesa en una orientación arbitraria, después de varios días de entrenamiento, el rendimiento aumentó de 122 a 279 contenedores por hora, la duración media del episodio se redujo de 22,9 a 12,8 segundos y la tasa de éxito subió del 77,6% al 98,9%.

La empresa subraya que las mediciones se realizaron mediante una comparación A/B paralela con el modelo base actual, no con la base anterior. Esto es críticamente importante para entornos de producción reales, donde el resultado puede variar debido a la iluminación, la posición de los objetos o el desgaste del equipo.

Opinión de expertos

El avance de Humanoid no es solo un paso más en robótica, sino un cambio de paradigma. La transición de la copia pasiva al aprendizaje activo por refuerzo en tareas reales podría ser el catalizador que saque a los robots humanoides de los laboratorios y los lleve a las fábricas a gran escala. Si la empresa logra escalar este enfoque, seremos testigos de una aceleración drástica de la automatización en la industria.