# Apple enseña a un humanoide a pasar bajo mesas en habitaciones desconocidas HALO permite a un Unitree G1 agacharse, cruzar puertas y sentarse en espacios nuevos. Apple lo entrena en casas virtuales y prueba después el robot físico. - URL canónica: https://robotica.es/humanoides/apple-halo-humanoide-mesas-habitaciones/ - Versión Markdown: https://robotica.es/humanoides/apple-halo-humanoide-mesas-habitaciones.md - Publicado: 2026-11-07 - Última actualización editorial: 2026-11-07 - Autoría: Redacción Robotica.es - Categoría: Humanoides - Etiquetas: Apple, HALO, Unitree G1, simulación, locomoción - Idioma: es-ES El humanoide dobla las rodillas, inclina el torso y pasa bajo una mesa que le corta el camino. La escena de la [galería oficial de HALO [en]](https://apple-aiml-research.github.io/ml-halo/) ocurre en una habitación real, aunque el sistema aprendió a moverse en viviendas virtuales. Investigadores de Apple han utilizado un **Unitree G1** para probar cómo llevar ese aprendizaje a espacios que el robot no había visto durante el entrenamiento. HALO es un sistema experimental de control, presentado en un trabajo del 4 de noviembre. El cuerpo es de Unitree: esta investigación no supone el anuncio de un humanoide comercial de Apple. Lo interesante está en cómo relaciona una petición con los muebles que encuentra delante. ## Una puerta se cruza de lado; una mesa, por debajo La galería reúne movimientos autónomos como sentarse en una silla, avanzar de lado por una puerta entreabierta, seguir a una persona y empujar una caja. También distingue pasar agachado de arrastrarse bajo un obstáculo más bajo. Son gestos que obligan a adaptar todo el cuerpo al espacio disponible. La página del proyecto explica el reparto del trabajo: un modelo interpreta la petición y elige subtareas; otro genera el movimiento, y un controlador sigue ese plan usando profundidad y el estado de las articulaciones. Así, decidir hacia qué silla caminar y mantener el equilibrio al sentarse quedan conectados dentro del mismo sistema. El entrenamiento utiliza mil viviendas generadas por ordenador. Frente a [Pixel, que aprende de demostraciones humanas](https://robotica.es/ia/pixel-robot-nevera-chaqueta-demostraciones-humanas/), HALO busca producir gran parte de sus ejemplos mediante simulación. Ambos plantean una cuestión muy física: el recorrido debe encajar con los muebles, además de llevar al robot hasta su objetivo. ## Sentarse una vez es más fácil que completar el recorrido El [artículo científico y su protocolo de evaluación [en]](https://arxiv.org/html/2611.06908v1) describen **360 ensayos en seis entornos reales sin cartografiar previamente**: diez intentos por habilidad y lugar. El éxito medio fue del 91 % para las seis habilidades individuales. Completar la tarea exigía hacerlo sin caer ni quedarse atascado. Al encadenar acciones, la fiabilidad bajó. Pasar agachado, acercarse a una caja y empujarla funcionó en cinco de diez intentos, todos en un único entorno real. En algunos fallos, el robot terminaba el primer movimiento mirando en otra dirección y perdía de vista la caja. Ese detalle ayuda a entender por qué el 91 % no describe una jornada de tareas domésticas. El montaje lleva una cámara adicional y un Mac mini M4 Pro en la espalda. Sigue siendo una plataforma de investigación en [humanoides](https://robotica.es/humanoides/). Los autores reconocen que incorporar una habilidad requiere diseñar instrucciones y posturas de referencia; también señalan la falta de percepción directa del contacto. [Humanoids Daily subraya [en]](https://www.humanoidsdaily.com/news/apple-halo-humanoid-synthetic-data-unitree-g1) otra frontera del repertorio: ninguna de las seis habilidades consiste en agarrar objetos con las manos. HALO explora cómo llevar el cuerpo entre muebles; abrir un cajón y sacar lo que contiene exige capacidades adicionales. ## Fuentes - [Apple — HALO, galería de demostraciones y explicación del sistema [en]](https://apple-aiml-research.github.io/ml-halo/) - [Hu y colaboradores — Perceptive Humanoid Motion from Simulation, 4 de noviembre de 2026 [en]](https://arxiv.org/html/2611.06908v1) - [Humanoids Daily — alcance de las habilidades y límites del experimento [en]](https://www.humanoidsdaily.com/news/apple-halo-humanoid-synthetic-data-unitree-g1) - [Imagen: equipo HALO / Apple — fotograma oficial del G1 pasando bajo una mesa [en]](https://apple-aiml-research.github.io/ml-halo/assets/gallery/crouch_desk2.webp)