Arm drift after long reinforcement training caused by action prefix drift. Fuente: Humanoid
La manipulación robótica está progresando con inteligencia artificial. Humanoid con sede en Londres la semana pasada introdujo KinetIQ Ascend, su aprendizaje de refuerzo, o RL, enfoque diseñado para alcanzar la fiabilidad de manipulación del 99,9% a velocidad humana y más allá.
“La raza humanoides se está convirtiendo en una cuestión de escala, y RL del mundo real puede ser una parte fundamental de la respuesta”, dijo Jarad Cannon, director de tecnología de Humanoid. “Los robots que una vez requerían meses de afinación manual están superando ahora las manifestaciones humanas dentro de los días”.
Humanoid está construyendo robots humanoides con el objetivo de convertirse en la empresa de robótica industrial humanoide para fines generales en un plazo de dos años. Fundada por Artem Sokolov en 2024, cuenta con más de 250 ingenieros, investigadores e innovadores de las principales empresas tecnológicas globales.
Con oficinas en Londres, Boston, Vancouver y San Diego, Humanoid dijo que está construyendo sistemas comercialmente viables, escalables y seguros para aplicaciones en el mundo real. En mayo, la empresa se asoció con Bosch y Schaeffler para escalar la producción de sus robots HMND.
KinetIQ Ascend apoya la ‘fábrica de responsabilidad’
Humanoid dijo que KinetIQ es su propio marco de cuatro capas AI diseñado para el despliegue del mundo real. KinetIQ Ascend se basa en la anterior plataforma KinetIQ con aprendizaje de ensayo y terror, ayudando a los robots de la empresa a mejorar directamente en tareas industriales.
“KinetIQ Ascend, nuestro método RL del mundo real, ofrece un nuevo enfoque para desarrollar capacidades de robot”, dijo Cannon. “En lugar de pasar meses recogiendo datos y sintonizando manualmente cada nueva habilidad, podemos empezar con un comportamiento básico y permitir que RL lo refina en una capacidad de despliegue – un proceso que describimos como la construcción de una ‘fábrica de capacidades’, que marca cómo los robots humanoides se mueven de impresionantes demos a herramientas que la industria puede realmente confiar.”
Presenta tu idea de sesión para el 2026 RoboBusiness
Las pruebas de humanoides demuestran una mejor manipulación
Humanoid probó KinetIQ Ascend en varias tareas, incluyendo recoger partes de los contenedores, entregar objetos a los humanos, y levantar y mover contenedores usando dos brazos robot. Ha demostrado ser eficaz en diversos escenarios de manipulación, afirmó la empresa.
En una aplicación de alimentación automática, un robot eligió anillos de rodamientos de acero de un contenedor y los puso en un transportador. KinetIQ Ascend habría aumentado el rendimiento en un 42%, permitiendo al robot operar a 1.5× la velocidad de las manifestaciones humanas que originalmente aprendió.
Una tarea diferente implicaba recoger artículos de un tote desordenado y entregarlos a una persona. El mismo enfoque aumentó el rendimiento en un 85%, mejorando las tasas de éxito del 80% al 98%. En cada vez más complejos escenarios de manipulación, KinetIQ Ascend siguió ofreciendo mejoras significativas, dijo Humanoid.
En una tercera tarea bimanual de tote-handling el robot levantó un tote de una mesa usando ambos brazos. KinetIQ Ascend más de doble rendimiento, y las tasas de éxito aumentaron del 78% al 99%. Esto representó una reducción aproximada de las fallas, con todos los resultados logrados después de sólo unos pocos días de entrenamiento.
Humanoid dijo que los resultados demostraron que KinetIQ Ascend muestra una nueva forma de desarrollar capacidades de robot, pr
oving eficaz a través de una gama de tareas operativas del mundo real, desde la selección de armas individuales de alta velocidad hasta el manejo bimanual complejo.
KinetIQ Ascend también demostró que el rendimiento del robot mejora previsiblemente a medida que aumenta el tiempo de entrenamiento. Es similar a cómo los modelos de idiomas grandes (LLMs) mejoran a medida que se dispone de más computación y datos. La empresa dijo que la tendencia observada de escalado, apoyada por experimentos de simulación, sugiere que su método escala hasta el 100% de fiabilidad.
Un nuevo enfoque también reveló dos hallazgos adicionales: mejorar sólo la parte más difícil de un flujo de trabajo puede mejorar toda la tarea, y los robots pudieron generalizar los objetos que no habían visto durante el entrenamiento.
Humanoid describió todos estos hallazgos en un nuevo informe técnico, que proporcionó la metodología completa detrás de KinetIQ Ascend, incluyendo la infraestructura de formación, soluciones algorítmicas, y un análisis más profundo de los resultados.
El post Humanoid dice que KinetIQ Ascend el aprendizaje de refuerzo aborda la destreza a nivel humano apareció primero en The Robot Report.
Fuente: The Robot Report
Somos tu guía de robótica referente en la región.
