Agile ONE SN encoge el humanoide para aprender nuevas tareas

Las cámaras de la cabeza ayudan a localizar un objeto; las de las muñecas permiten mirarlo de cerca cuando las manos se aproximan. Agile ONE SN reúne ambas perspectivas en un humanoide de 1,40 metros, con cinco dedos en cada mano y sensores táctiles para trabajar con el contacto. Su tamaño lo sitúa por debajo del Agile ONE industrial del mismo fabricante.

Agile Robots lo ha presentado junto a NVIDIA el 21 de octubre en GTC Berlín [en]. Es un robot para investigar cómo se aprenden tareas físicas, con disponibilidad prevista para principios de 2027. La idea es que los laboratorios puedan empezar a entrenar habilidades sin tener que montar primero toda la combinación de cuerpo, sensores y programas.

Diez dedos para algo más que sujetar

Las dos manos Wuji tienen veinte grados de libertad cada una: movimientos independientes que permiten cambiar la postura de los dedos. El cuerpo añade otros 31. Esa cuenta describe las posibilidades mecánicas del robot; la destreza depende también de cómo se controlen y de lo que perciba al tocar un objeto.

NVIDIA detalla una carga de tres kilos por brazo [en]. A bordo lleva un ordenador Jetson Thor, que procesa las señales de los sensores y ejecuta los modelos que guían al robot. El conjunto combina visión, tacto y control del cuerpo, tres ingredientes necesarios para acercarse a algo y manipularlo conservando la postura.

La ficha del fabricante [en] explica el reparto de los sensores: la cámara de la cabeza aporta profundidad y una vista general, las muñecas ofrecen primeros planos y un LiDAR en la cintura amplía la cobertura del entorno. Mirar desde varios puntos ayuda cuando una mano o el propio objeto ocultan parte de la escena.

Antes de mover el robot, ensayar con su doble virtual

El equipo llega con Isaac GR00T preconfigurado. Es el conjunto de herramientas y modelos de NVIDIA para desarrollar habilidades robóticas. El recorrido propuesto empieza recogiendo demostraciones humanas o generando datos en simulación, continúa con el entrenamiento y permite evaluar el resultado en un entorno virtual antes de probarlo en el robot físico.

Este paso intermedio permite ensayar movimientos sin ejecutar cada intento con motores y objetos reales. Después hay que comprobar qué ocurre fuera de la simulación, como explicamos en nuestra guía sobre inteligencia artificial y robótica. Incluir el software no significa que el humanoide ya sepa resolver cualquier encargo.

En una entrevista con Reuters [en], el responsable de producto de robótica de NVIDIA, Spencer Huang, sitúa el ahorro potencial en dos o tres meses de integración de componentes. Es una estimación de la compañía, no una medición independiente del aprendizaje del robot. Reuters identifica a universidades y laboratorios de empresas como los destinatarios de estos modelos compactos.

Agile plantea que las habilidades y los datos desarrollados en ONE SN puedan trasladarse después a su humanoide industrial de tamaño completo. Eso abre una línea de experimentación entre dos cuerpos distintos dentro del campo de los robots humanoides; cada tarea transferida necesitará su propia validación física.