Reimagine Robotics ha salido de modo discreto con una plataforma para enseñar tareas industriales a los robots mediante demostraciones y correcciones realizadas en el propio puesto de trabajo. La empresa, creada por antiguos responsables de robótica aplicada de Google DeepMind, ya ha probado el sistema en mantenimiento de impresoras 3D y desmontaje de discos duros.
Enseñar una tarea sin reprogramar toda la célula
La propuesta intenta reducir una de las barreras más persistentes de la automatización flexible. Un brazo industrial puede repetir una trayectoria con gran precisión, pero cambiar el producto, la secuencia o el útil suele exigir programación especializada, nuevas pruebas y otra puesta en marcha. Reimagine quiere que el trabajador que conoce el proceso pueda mostrar la tarea, observar el primer intento del robot y corregirlo allí donde falle.
Jonathan Scholz, cofundador y consejero delegado, dirigió durante siete años el equipo de Applied Robotics de Google DeepMind en Londres. Según la presentación recogida por The Robot Report, fundó la compañía junto a Oleg Sushkov, Akhil Raju y Misha Denil, también procedentes de ese entorno de investigación. Reimagine tiene equipos en Londres y Sídney y ha financiado esta primera etapa con una ronda pre-seed de Fly Ventures, firstminute capital y varios inversores particulares; no ha comunicado el importe.
La idea de aprender por demostración no es nueva en robótica. La diferencia que promete la startup está en convertirla en un flujo utilizable durante el despliegue, no en una fase de investigación separada. El operario identifica un cuello de botella, enseña una acción y aporta correcciones mientras el sistema intenta resolverla. Si cambia el proceso, la política se adapta sin comenzar necesariamente desde cero.
Eso no significa que el robot comprenda el oficio como una persona. Sigue necesitando ejemplos, supervisión, límites de seguridad y una configuración física capaz de ejecutar cada movimiento. La afirmación relevante es más acotada: trasladar parte del ajuste desde el programador especializado hacia quien ya conoce la operación.
De impresoras 3D a una célula de desmontaje
Reimagine afirma que sus robots ya trabajan en instalaciones de fabricación avanzada y desmontaje electrónico. En una empresa de plásticos bajo pedido, el sistema aprendió a atender impresoras 3D durante la noche: retirar las bases de impresión, accionar cierres y pulsar controles. Después, el equipo del propio cliente amplió la automatización a lavado, curado y secado.
El segundo caso se centra en recuperar materiales críticos de discos duros usados. Allí la compañía desarrolló una célula de tres robots junto a los ingenieros del proceso. La página oficial de casos de uso describe tareas de colocación, desatornillado y separación de componentes sobre discos de formatos variables, enseñadas mediante demostración en las instalaciones del socio.
Durante ese proyecto, Reimagine asegura que redujo de aproximadamente un día a diez minutos el tiempo necesario para prototipar y probar un comportamiento nuevo. La cifra procede de la propia empresa y no equivale a una medición independiente del rendimiento final. Sí ayuda a entender qué intenta vender: no solo velocidad de ciclo, sino capacidad para experimentar con una nueva tarea sin detener durante días el proyecto de automatización.
Los dos ejemplos están bien elegidos para poner a prueba esa tesis. Una microfábrica de impresión 3D cambia de geometrías, materiales y carga de trabajo; el desmontaje electrónico encuentra tornillos, carcasas y estados de conservación distintos. Son entornos más variables que una línea dedicada a una única pieza, pero suficientemente estructurados para limitar el espacio de acción del robot.
Producto temprano con trabajo por demostrar
Reimagine ha enseñado aplicaciones reales, pero todavía no publica tiempos de ciclo, porcentajes de éxito, horas de autonomía, frecuencia de intervención humana ni coste de cada instalación. Tampoco detalla cuánto trabajo de ingeniería hizo su equipo antes de que los operarios pudieran enseñar nuevas fases por sí mismos. Sin esos datos, no es posible comparar su plataforma con programación convencional, teleoperación o soluciones rivales de aprendizaje por imitación.
La compañía entra ahora en una fase de captación de capital, ampliación del equipo y nuevos despliegues. Su ambición es que lo aprendido en cada instalación haga la siguiente más rápida y fiable. Ese efecto acumulativo será decisivo: si cada cliente requiere una integración casi artesanal, la facilidad para corregir una tarea no bastará para escalar el negocio.
El avance importante, por ahora, no es un robot general capaz de hacer cualquier trabajo. Es una herramienta que busca acortar la distancia entre la demostración y una célula útil, manteniendo al trabajador dentro del proceso de enseñanza. Las pruebas en impresión 3D y reciclaje electrónico dan a Reimagine una base más concreta que una demo de laboratorio; las métricas operativas dirán si aprender sobre el terreno también reduce el coste total de automatizar.
![Imagen: Reimagine Robotics vía The Robot Report [en]](https://www.therobotreport.com/wp-content/uploads/2026/08/Reimagine_Robotics.jpg){kind=link}