- Los robots humanoides enfrentan muchos desafíos de incertidumbre en el trabajo doméstico.
- Las manos robóticas deben combinar percepción y control para ajustar la forma de agarre.
- La visión no puede proporcionar toda la información operativa necesaria, y la percepción táctil es cada vez más importante.
- Recolectar datos operativos del hogar es más desafiante que recolectar imágenes.
Un robot humanoide puede correr, saltar, hacer volteretas e incluso bailar, pero cuando se le pide que doble una camisa, recoja una esponja mojada o gire una llave, las cosas se vuelven mucho más complicadas. Esto puede parecer contraintuitivo. Las volteretas hacia atrás, en apariencia, son mucho más complejas que doblar una camisa, pero para un robot, las volteretas son una secuencia de movimientos predecible y el proceso de control es muy preciso. Sin embargo, el trabajo doméstico está lleno de incertidumbres. Los objetos se doblan, se deslizan, se deforman, se rompen y nunca aparecen exactamente en el mismo lugar. Por lo tanto, las manos robóticas pueden ser una de las partes más desafiantes de construir un robot humanoide verdaderamente útil.
Una mano no es solo una colección de dedos; la mano humana combina mecánica, percepción y control en un paquete extremadamente compacto. Ajustamos constantemente nuestro agarre sin necesidad de pensarlo conscientemente. Soltamos los dedos cuando un objeto comienza a deslizarse, aumentamos la fuerza de agarre cuando el objeto es más pesado o cambiamos la forma de agarre cuando el objeto resulta ser inesperadamente blando. Los robots necesitan depender de sensores y software para lograr estas funciones.
Las manos robóticas modernas pueden tener múltiples motores y grados de libertad, pero eso no las hace automáticamente flexibles. Los robots también necesitan saber la posición de sus dedos, la ubicación del objeto, la fuerza del contacto, si están deslizándose y cuánta fuerza es segura aplicar. Esto es particularmente difícil porque la visión no puede proporcionar toda esta información. Una cámara puede decirle al robot que está sosteniendo un huevo, pero no puede decirle directamente cuán cerca está de aplastarlo. Por lo tanto, la investigación reciente está poniendo un énfasis cada vez mayor en la percepción táctil. En 2026, un estudio de la Universidad de Zhejiang en "Science Robotics" combinó información visual y táctil, utilizando aprendizaje por refuerzo y aprendizaje por imitación en línea, logrando un 85% de éxito en cinco tareas complejas que involucraron 25 objetos.
El desafío fundamental de los robots domésticos
El mundo real es molestamente impredecible. Los robots industriales tienen una gran ventaja porque los ingenieros pueden controlar su entorno. Un brazo robótico que ensambla los mismos componentes miles de veces puede tener una trayectoria fija, iluminación predecible, dimensiones de objetos conocidas y herramientas especializadas. El entorno del hogar, por el contrario, es completamente diferente. Cada vez que se dobla una camisa puede ser diferente, el vaso puede estar parcialmente lleno, el cajón puede estar ligeramente abierto, la esponja cambia de forma al apretarla y la bolsa de plástico no tiene una geometría fija. Los investigadores de la Universidad Estatal de Ohio describen esto como uno de los problemas fundamentales de los robots domésticos: es difícil modelar y controlar el contacto físico, especialmente cuando los objetos son blandos, frágiles o irregulares.
Además, cuando se manipulan objetos, el robot a menudo está en movimiento. La investigación en robótica doméstica ha identificado la coordinación de las manos, la navegación estable y el alcance suficiente como las tres necesidades principales para la manipulación corporal en el mundo real. En otras palabras, las manos no pueden considerarse de forma aislada, sino que deben integrarse con los brazos, el cuerpo y el entorno.
Esto explica el fenómeno curioso del progreso de los robots humanoides. El H1 de Unitree es conocido por su capacidad para hacer volteretas hacia atrás, mientras que el G1 muestra movimientos cada vez más ágiles. Pero las volteretas hacia atrás son un movimiento claramente definido. El robot sabe lo que está haciendo, el entorno puede ser controlado y el proceso puede repetirse una y otra vez. Doblar la ropa es diferente. Un robot que dobla camisas debe encontrar la tela, entender su forma cambiante, elegir puntos de agarre, tirar sin perder la prenda, reposicionar las manos, considerar los pliegues y luego colocar el resultado final con precisión.
Cuando se trata de manejar cien tipos diferentes de camisas, el problema de repente ya no parece un simple movimiento, sino más bien un enorme experimento físico.
Estrategias de las empresas de robótica chinas
Las empresas de robótica chinas se enfrentan a este problema. Recientemente, Reuters tituló adecuadamente un artículo "Después de correr y bailar, las empresas de robótica chinas apuntan a las tareas del hogar". La empresa mencionada en el artículo, X Square Robot, junto con muchas otras empresas de robótica, está probando robots humanoides en tareas del hogar, como recoger basura y arreglar flores. La pieza clave que falta es la data. Los robots modernos dependen cada vez más del entrenamiento en lugar de simplemente de la programación. Sin embargo, recolectar datos operativos útiles es mucho más difícil que recolectar imágenes para los modelos de IA.
Una demostración útil puede requerir información sincronizada de la posición de las articulaciones del robot, cámaras, fuerza, torque y sensores táctiles. Además, no existe un conjunto de datos a escala de Internet que registre las sensaciones táctiles de las personas mientras operan miles de objetos. La IEEE destacó recientemente que los datos táctiles son el principal cuello de botella, señalando que los modelos de lenguaje de visión-acción ya están ayudando a los robots a manejar tareas como lavar la ropa y organizar, mientras que la manipulación fina sigue siendo difícil, en parte porque los conjuntos de datos táctiles siguen siendo muy pequeños en comparación con los conjuntos de datos visuales.
Por lo tanto, las empresas y los investigadores están intentando la operación remota, sensores portátiles, aprendizaje por imitación, aprendizaje por refuerzo y simulación. El objetivo es convertir las demostraciones humanas en suficiente experiencia de entrenamiento para que los robots finalmente puedan manejar situaciones desconocidas de forma independiente. Toda la industria está persiguiendo la misma habilidad que falta. Las empresas líderes en la industria están abordando el problema desde diferentes direcciones. Por ejemplo, el G1 de Unitree puede estar equipado con una mano robótica de tres dedos con control de fuerza y sensores táctiles opcionales. El Apollo de Apptronik está desarrollando alrededor de la manipulación y el movimiento, y la empresa ya ha descrito más de 35 iteraciones de su actuador central.
El Optimus de Tesla también está persiguiendo el mismo objetivo de un robot humanoide de propósito general, mientras que el NEO de 1X está claramente dirigido al trabajo doméstico. Todos estos ejemplos no significan que el problema de los robots domésticos esté resuelto. Probar que un robot puede realizar una tarea de manera confiable es muy diferente a exigirle que entre en un hogar desconocido y trabaje sin supervisión durante ocho horas. Esto es lo que finalmente hace que las manos robóticas sean tan difíciles. Los humanos no solo movemos los dedos. Constantemente percibimos, predecemos y corregimos los movimientos de nuestros dedos. Hasta que los robots puedan lograr un ciclo similar, un robot capaz de realizar impresionantes volteretas hacia atrás todavía puede tener dificultades con tareas simples, como recoger una toalla.
Proyecto Especificaciones Institución de investigación Universidad de Zhejiang Tasa de éxito 85% Número de objetos involucrados 25
Principales obstáculos en el desarrollo de la tecnología de manos robóticas
La imprevisibilidad del entorno doméstico hace que el diseño y control de las manos robóticas sean extremadamente difíciles. En comparación con el entorno controlado de una fábrica, los objetos en el hogar varían en forma, peso y posición, lo que exige una mayor flexibilidad y precisión de las manos robóticas. Con el creciente énfasis en la percepción táctil, las empresas de robótica están trabajando para superar los desafíos de la recolección de datos para simular mejor la forma en que los humanos operan. Estos avances tecnológicos son cruciales para lograr verdaderos robots domésticos, ya que necesitan ser capaces de realizar diversas tareas de manera independiente en entornos cambiantes.