Un humanoide de Reward AI descarga paquetes y los recoge en escaleras

El chaleco reflectante le da aspecto de repartidor. En la imagen que Reward AI utiliza para presentar su demostración, un humanoide sostiene una caja mientras baja de la plataforma trasera de una Tesla Cybertruck. Descargar el paquete obliga a combinar dos habilidades que suelen enseñarse por separado: sujetar una carga y mantener el equilibrio al cambiar de altura.

La empresa publicó el vídeo el 27 de octubre [en]. Su listado de capítulos incluye reparto, recogida de paquetes en escaleras, limpieza con mopa, recogida de un calcetín entre peldaños y apertura de una nevera. El protagonista tecnológico es OM-1, el modelo que dirige las acciones, presentado en septiembre; esta tanda amplía las tareas mostradas con un cuerpo humanoide.

Una caja pesa; una puerta se resiste

Una caja de cartón y la puerta de una nevera plantean problemas distintos. En la primera hay que sostener un peso que puede variar; en la segunda, tirar hasta vencer una resistencia. La explicación técnica de Reward AI [en] utiliza precisamente esos ejemplos para describir cómo adapta el control del robot a fuerzas que no conoce de antemano.

La propuesta separa la decisión sobre qué hacer del control que mueve las articulaciones. Ese controlador aprende en simulación y trabaja a una frecuencia mayor que el modelo que decide las acciones. Puede seguir corrigiendo el movimiento mientras espera la siguiente predicción, sin detener al robot en cada actualización.

Las escaleras añaden otra dificultad: acercar las manos a un objeto exige colocar también el resto del cuerpo. Es una combinación distinta de las maniobras sobre una mesa, donde el brazo puede trabajar desde una base fija. Entre los humanoides, coordinar apoyo y alcance permite intentar tareas en lugares que ya están hechos a la medida de las personas.

Aprender de manos humanas

Reward AI obtiene los ejemplos de manipulación mediante Omnibody Hand, un dispositivo que una persona lleva en la mano. Registra movimiento, imágenes, contacto, proximidad y fuerza. Así, los datos describen tanto el recorrido como el esfuerzo de coger o tirar de algo.

Según la empresa, OM-1 aprende con esas demostraciones humanas, sin datos de teleoperación ni práctica sobre el robot. Esa afirmación se refiere al modelo: la capa que ejecuta sus órdenes sí utiliza entrenamiento en simulación. Es una vía diferente de la adaptación mediante teleoperación descrita en la reciente demostración de Rhoda.

Reward AI etiqueta su metraje como autónomo y a velocidad normal [en]. Son condiciones declaradas por sus creadores. La cobertura de Humanoids Daily [en] señala que los clips no establecen la tasa de éxito ni el número de intentos grabados. La demostración permite conocer las tareas que está abordando el equipo; no acredita todavía un servicio comercial de reparto.