Boston Dynamics y Toyota Research Institute (TRI) han demostrado un avance significativo en robótica con su robot humanoide Atlas impulsado por un Large Behavior Model (LBM).
En un video publicado el miércoles, el robot Atlas realiza tareas complejas que combinan manipulación de objetos con locomoción. El robot utiliza movimientos de cuerpo completo, incluidos caminar, agacharse y levantar, para completar tareas de empaque, clasificación y organización.
La demostración presenta a Atlas respondiendo a desafíos inesperados durante la tarea, como cuando los investigadores cierran la tapa de una caja y la deslizan por el suelo, lo que requiere que el robot ajuste sus acciones en consecuencia. A diferencia de los robots humanoides anteriores que separan el control de caminar y equilibrarse de la manipulación con brazos, Atlas utiliza un único Large Behavior Model para controlar todo el robot, tratando manos y pies casi de manera idéntica.
Este avance surge de la asociación de investigación conjunta entre Boston Dynamics y TRI establecida en octubre de 2024. La colaboración tiene como objetivo acelerar el desarrollo de robots inteligentes al combinar la experiencia de ambas organizaciones.
Scott Kuindersma, vicepresidente de Investigación en Robótica de Boston Dynamics, dijo: “Este trabajo ofrece un vistazo de cómo estamos pensando en construir robots de propósito general que transformarán cómo vivimos y trabajamos.
Entrenar una única red neuronal para realizar muchas tareas de manipulación a largo plazo conducirá a una mejor generalización, y robots altamente capaces como Atlas presentan las menores barreras para la recolección de datos en tareas que requieren precisión, destreza y fuerza de cuerpo completo”.
Russ Tedrake, vicepresidente senior de Large Behavior Models en Toyota Research Institute, destacó la escalabilidad del enfoque: “Una de las principales propuestas de valor de los humanoides es que pueden lograr una enorme variedad de tareas directamente en entornos existentes, pero los enfoques anteriores para programar estas tareas simplemente no podían escalar para enfrentar este desafío. Los Large Behavior Models abordan esta oportunidad de una manera fundamentalmente nueva: las habilidades se agregan rápidamente mediante demostraciones humanas, y a medida que los LBMs se fortalecen, requieren menos y menos demostraciones para lograr comportamientos cada vez más robustos”.
El proyecto está codirigido por Kuindersma y Tedrake, centrándose en investigar para responder preguntas fundamentales sobre robots humanoides y Large Behavior Models, avanzando en la comprensión de modelos grandes para el control de cuerpo completo, incluida la manipulación avanzada y comportamientos dinámicos.
Antecedentes del proyecto
El proyecto está diseñado para aprovechar las fortalezas y la experiencia de cada socio por igual. Las capacidades físicas del nuevo robot Atlas eléctrico, junto con la capacidad de comandar programáticamente y teleoperar una amplia gama de comportamientos de manipulación bimanual de cuerpo completo, permitirán a los equipos de investigación desplegar el robot en una variedad de tareas y recopilar datos sobre su rendimiento.
Estos datos, a su vez, se utilizan para apoyar el entrenamiento de Large Behavior Models avanzados, realizando evaluaciones rigurosas de hardware y simulación para demostrar que los modelos grandes preentrenados pueden permitir la adquisición rápida de nuevas habilidades robustas, diestras y de cuerpo completo.
El equipo conjunto también realiza investigaciones para responder preguntas fundamentales sobre el entrenamiento de robots humanoides, la capacidad de los modelos de investigación para aprovechar la sensación de cuerpo completo, y comprender la interacción humano-robot y los casos de seguridad/garantía para apoyar estas nuevas capacidades.
