Un nuevo marco de IA llamado LEGO-H Trains Humanoid Robots para caminar por senderos complejos, combinando la percepción visual, la toma de decisiones y la ejecución del motor. El robot utiliza la visión para anticipar autónomos a los objetivos a corto plazo y guiar la locomoción a lo largo del sendero. El tamaño de la burbuja de grande a pequeño indica la dirección anticipada, mientras que el color muestra el orden: naranja, luego verde y luego gris. Crédito: Lin y Yu, 2025.
La capacitación de robots humanoides para caminar podría acelerar el desarrollo de la IA encarnada para tareas como la búsqueda y el rescate autónomos, el monitoreo ecológico en lugares inexplorados y más, dicen los investigadores de la Universidad de Michigan que desarrollaron un modelo de IA que equipa los humanoides para llegar a los senderos.
Con su nuevo marco de IA llamado LEGO-HLos investigadores capacitaron a los humanoides de Unitree Robotics simulados, equipados con cámara para planificar con anticipación, evitar obstáculos, mantener la postura y ajustar la velocidad y el paso a un terreno desigual.
“Nuestro modelo es el primero que podría darle a un robot humanoide la capacidad de ver, decidir y moverse completamente por sí solo, no solo caminar, sino saltar, pisar o saltar como exige el sendero. Hasta ahora, los humanoides han sido ‘ciegos”, dependiendo de los operadores humanos para cada decisión de movimiento “, dijo Stella Yu, profesora de ciencias de la informática y ingeniería y autor senior de un estudio presentado en el estado presentado en el Conferencia IEEE sobre visión por computadora y reconocimiento de patrones en Nashville en junio de 2025.
Un robot humanoide se mueve de forma autónoma a través de una ruta de senderismo utilizando la percepción visual, la toma de decisiones y la ejecución del motor. Moviéndose a través de una ruta de senderismo geométrica simulada, el robot toma pequeños pasos caminando cuesta arriba. El robot sube un corto obstáculo, luego vuelve a subir y continúa caminando cuesta arriba. Después de dar dos pasos más y saltos hacia abajo, el robot llega a un agujero en el suelo. Se detiene, luego los escalones laterales y se mueven alrededor del agujero y camina a un lado. Crédito: Lin y Yu, 2025
El trabajo es publicado en el servidor de preimpresión ARXIV.
Tradicionalmente, los robots han aprendido a navegar en superficies planas y sin obstrucciones utilizando mapas preconstruidos y orientación humana constante, con planificación de alto nivel (“dónde ir”) y la ejecución de bajo nivel (“cómo moverse”) tratados como problemas separados.
“Unificar la navegación y la locomoción en un solo marco de aprendizaje de políticas permite a los robots desarrollar sus propias estrategias de movimiento basadas en la situación sin ningún patrón de preprogramación humana”, dijo Kwan-Yee Lin, investigador en informática e ingeniería y autor principal del estudio.
En la simulación, los robots humanoides se dejan caer en un sendero desconocido y se les pide que naveguen a un punto específico. Están equipados con entrada visual, conciencia corporal y una dirección GPS simple, como “el destino es 0.3 millas al noreste”, en lugar de direcciones giratorias.
Los robots virtuales de 6 pies de tamaño adulto y aproximadamente 4 pies de tamaño infantil caminaban senderos de cinco tipos diferentes, cada uno con cinco niveles de dificultad. El rendimiento se midió en integridad, seguridad y eficiencia.
En comparación con los robots, dada la navegación perfecta y la información ambiental por adelantado, el rendimiento de los robots autónomos simulados fue comparable o mejor en eficiencia y seguridad. Su conciencia corporal incorporada ayudó a prevenir el daño y eliminar ese aspecto redujo notablemente el éxito del senderismo, dijeron los investigadores.
Los robots autónomos virtuales aprendieron a adaptar la posición de su cuerpo y el estilo de movimiento en función del terreno. Por ejemplo, al llegar a un espacio ajustado, los robots aprendieron a inclinarse hacia los lados para apretar. También pudieron decidir caminos basados en obstáculos: caminar alrededor de altos obstáculos y atravesar obstáculos más bajos, dando vueltas si no podían pasar.
“Sorprendentemente, los robots virtuales podrían recuperar su equilibrio después de un tropiezo, algo no visto en humanoides anteriores. No programamos esto. Surgió naturalmente cuando los robots aprendieron a interactuar con su entorno”, dijo Lin.
Para este primer estudio, la parte superior del cuerpo del robot se mantuvo fijo porque agregar movimientos de la parte superior del cuerpo aumenta drásticamente la complejidad del modelado. Ahora que este estudio de prueba de concepto funcionó para el movimiento de las piernas, el equipo de investigación está trabajando para el senderismo coordinado de cuerpo completo para utilizar el grado total de libertad del robot para maximizar la estabilidad, la seguridad y la eficiencia en la locomoción.
El equipo de investigación está trabajando activamente para adaptar estas políticas a los humanoides físicos en el mundo real.
Más información: Kwan-Yee Lin et al, ¡deja que los humanoides caminen! Desarrollo de habilidades integrador en senderos complejos, ARXIV (2025). Doi: 10.48550/arxiv.2505.06218
Información en el diario: ARXIV
Proporcionado por la Universidad de Michigan College of Engineering
Cita: los robots humanoides simulados aprenden a caminar terreno resistente de forma autónoma (2025, 15 de septiembre) recuperado el 15 de septiembre de 2025 de https://techxplore.com/news/2025-09-humanoid-robots-hike-rugged.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
