Enseñar una nueva tarea a un robot suele requerir largas sesiones de entrenamiento, numerosas demostraciones y grandes cantidades de datos. Un nuevo sistema desarrollado por investigadores de China propone cambiar ese proceso: el robot puede observar un único video de una persona realizando una actividad y comenzar a aprender cómo ejecutarla, con un tiempo promedio de adquisición de apenas 29 segundos.

La tecnología, denominada HOST, siglas de Human-to-robot One-Shot Skill AcquisiTion, fue desarrollada por investigadores del Beijing Institute of Technology, X SQUARE ROBOT y la Universidad de Tsinghua. Su objetivo es resolver uno de los principales problemas de la robótica moderna: lograr que las máquinas aprendan nuevas habilidades rápidamente sin tener que ser entrenadas nuevamente desde cero.

De observar a una persona a intentar la misma tarea

El funcionamiento del sistema parte de una idea aparentemente sencilla: mostrarle al robot cómo un ser humano realiza una actividad. Sin embargo, traducir un movimiento humano a un robot es técnicamente complejo porque ambos tienen cuerpos, articulaciones y capacidades físicas diferentes.

HOST analiza primero en qué etapa de la tarea se encuentra el robot. Después, estudia la siguiente parte de la demostración humana y predice qué debería observar el propio robot mientras avanza. Finalmente, transforma esa información en movimientos adaptados a su propia estructura física.

Esto permite que la máquina no copie simplemente los movimientos humanos de manera mecánica. El sistema intenta comprender la progresión de la tarea y adaptarla al cuerpo del robot.

Probado en 50 tareas desconocidas

Los investigadores evaluaron la tecnología utilizando un sistema equipado con dos brazos robóticos ARX R5 de seis ejes y tres cámaras RGB. El equipo fue sometido a 50 tareas físicas de manipulación que no habían sido utilizadas previamente en sus pruebas.

Cada tarea fue repetida en diferentes condiciones, con objetos ubicados en distintas posiciones y orientaciones. Según los resultados divulgados, HOST logró adquirir nuevas habilidades a partir de una sola demostración humana en video, con un promedio de 29 segundos para comenzar el proceso de adquisición de la habilidad.

El sistema alcanzó una tasa media de éxito del 62% en estas pruebas. Aunque el resultado todavía está lejos de una fiabilidad total, representa un avance significativo frente a los métodos comparados por los investigadores.

Más rápido y con menos demostraciones

Uno de los datos más llamativos del estudio es la comparación con los métodos tradicionales. Según los investigadores, el sistema superó la referencia utilizada en pruebas sin entrenamiento específico en un 45%, manteniendo además las habilidades que el robot ya había aprendido anteriormente.

El estudio también señala que HOST pudo competir incluso con sistemas ajustados mediante 50 demostraciones robóticas por cada tarea, utilizando muchas menos demostraciones y adquiriendo nuevas habilidades hasta 507 veces más rápido, según la metodología de comparación empleada por los autores.

Sin embargo, existe una aclaración fundamental: los 29 segundos no significan que un robot completamente nuevo pueda aprender cualquier trabajo desde cero en ese tiempo. El sistema fue previamente entrenado con una enorme cantidad de información, incluyendo más de 193.000 trayectorias robóticas correspondientes a 229 tareas, además de miles de videos de demostraciones humanas utilizados para adaptar el modelo.

El gran desafío: robots que aprendan en el mundo real

La capacidad de aprender rápidamente es uno de los principales objetivos de la llamada robótica incorporada o embodied AI, un campo que busca llevar la inteligencia artificial desde las pantallas hacia máquinas capaces de actuar físicamente en el mundo.

Actualmente, muchos robots son muy eficientes cuando realizan una actividad repetitiva para la cual fueron específicamente programados. El problema aparece cuando cambia el objeto, la posición, el entorno o la tarea.

Por ello, la industria está buscando sistemas capaces de adaptarse, aprender y reaccionar ante situaciones nuevas. El avance de HOST se suma a otros desarrollos recientes que intentan enseñar a los robots mediante videos, demostraciones humanas y modelos de inteligencia artificial capaces de relacionar la percepción visual con acciones físicas.

Todavía no es un robot listo para cualquier trabajo

Los propios resultados muestran que queda un largo camino por recorrer. Una tasa de éxito del 62% significa que el sistema todavía puede fallar en un número considerable de intentos. Además, la investigación fue presentada como un preprint en arXiv, por lo que sus resultados deben seguir siendo evaluados y contrastados por la comunidad científica.

La fiabilidad continúa siendo uno de los grandes obstáculos para llevar robots inteligentes a fábricas, hospitales, hogares y otros entornos donde los errores pueden tener consecuencias importantes. Investigaciones recientes también muestran que, pese a los avances espectaculares en velocidad y movimiento, los robots todavía enfrentan importantes limitaciones para adaptarse con seguridad a situaciones complejas e imprevisibles.

Aun así, la posibilidad de enseñar una nueva actividad mostrando simplemente un video representa un cambio de paradigma. En lugar de programar cada movimiento durante horas o días, el futuro podría permitir que una persona enseñe una tarea a una máquina de forma mucho más parecida a como se enseña a otro ser humano: demostrando cómo se hace.

Si esta tecnología logra mejorar su precisión y fiabilidad, los robots podrían aprender nuevas funciones directamente en fábricas, laboratorios, almacenes e incluso hogares, reduciendo drásticamente el tiempo necesario para adaptarlos a nuevas necesidades.

Foto: Fala Ciência / Investigadores del proyecto HOST