Un robot humanoide es un robot cuya forma física se aproxima al cuerpo humano, incluyendo típicamente una cabeza, torso, dos brazos con efectores finales similares a manos y dos piernas, un diseño destinado a permitir que la máquina opere en espacios, herramientas y flujos de trabajo construidos para personas sin necesidad de rediseñar el entorno. La categoría abarca décadas de prototipos de investigación, incluido el ASIMO de Honda, presentado en 2000, y el Atlas de Boston Dynamics, desarrollado inicialmente para DARPA en 2013, pero atrajo una nueva ola de inversión comercial a partir de alrededor de 2022, impulsada por avances en la locomoción basada en aprendizaje por refuerzo, actuadores y baterías más baratos, y la aparición de sistemas generales de modelo de visión-lenguaje capaces de interpretar instrucciones y escenas.
Desarrollo histórico
La investigación temprana sobre humanoides priorizó la locomoción y el equilibrio como el problema central difícil: ASIMO demostró caminar bípedo estable y subir escaleras, mientras que Atlas, construido inicialmente para tareas de respuesta a desastres bajo un programa de DARPA, se hizo conocido por su movimiento dinámico y atlético, como correr y hacer volteretas hacia atrás, desarrollado por Boston Dynamics. Estas plataformas dependían en gran medida de la teoría de control clásica y la planificación basada en modelos, más que de la percepción aprendida, y eran en gran parte sistemas de investigación o demostración, más que productos comerciales, reflejando la brecha más amplia entre el progreso digital y físico de la IA discutida en el artículo sobre robótica.
La ola de 2022-2026
El interés comercial en los humanoides se aceleró bruscamente a partir de 2022. Elon Musk presentó el proyecto Optimus de Tesla en 2022, posicionándolo como un robot trabajador de propósito general fabricable en masa y una extensión a largo plazo del conjunto de percepción de coche autónomo de Tesla. Figure AI, respaldado por inversores como OpenAI, Microsoft y Nvidia, comenzó a probar su humanoide en entornos de almacén y manufactura a partir de 2023 y estableció una colaboración ampliamente publicitada con OpenAI para integrar el razonamiento de modelos grandes en su robot. Otros participantes incluyeron a Digit de Agility Robotics, ya desplegado en pruebas logísticas limitadas, y una ola de fabricantes chinos como Unitree y Fourier Intelligence, que redujeron los costos de hardware. Boston Dynamics presentó una versión totalmente eléctrica de Atlas en 2024, reemplazando a su predecesor hidráulico y cambiando su énfasis de investigación hacia el control aprendido, en lugar de puramente diseñado.
Modelos de visión-lenguaje-acción
La apuesta técnica central detrás de la ola de 2024-2026 es que la misma receta que produjo sistemas capaces de modelo de lenguaje grande, preentrenar un modelo grande con datos amplios y luego adaptarlo a una tarea, puede extenderse al control físico a través de modelos de visión-lenguaje-acción, o VLA: un backbone de modelo de visión-lenguaje se entrena o ajusta para emitir comandos de articulaciones del robot directamente, permitiendo que un solo modelo siga instrucciones en lenguaje natural en una variedad de tareas de manipulación y locomoción después de entrenarse con datos de demostración recopilados mediante teleoperación. El RT-2 de Google DeepMind y esfuerzos sucesores, junto con trabajos similares de Figure, Physical Intelligence y otros laboratorios centrados en robótica, son ejemplos de este enfoque, que sus defensores argumentan podría permitir que los robots humanoides generalicen de la misma manera que los modelos de lenguaje grandes generalizan entre tareas de texto, aunque la cantidad de datos de entrenamiento físico del mundo real disponible sigue siendo mucho menor que los corpus de texto utilizados para los modelos de lenguaje.
Perspectivas y escepticismo
Los defensores enmarcan a los robots humanoides como un posible cambio de billones de dólares en el mercado laboral, capaces de realizar manufactura, logística y eventualmente tareas domésticas a escala. Los escépticos señalan una larga historia de cronogramas robóticos sobreprometidos, apuntan a desafíos no resueltos en la manipulación diestra, la duración de la batería y el costo, y argumentan que los diseños de robots específicos para tareas a menudo superarán a los formatos humanoides generales para un trabajo dado, haciendo que el ritmo y la escala final del despliegue humanoide hacia finales de la década de 2020 sean genuinamente inciertos.