Danijar Hafner desarrolla robots capaces de planificar en entornos desconocidos

Qué cambió

Según la información de MIT Technology Review, Danijar Hafner, exinvestigador de Google DeepMind y de 31 años, ha puesto en marcha en San Francisco una empresa de robótica que opera discretamente. La compañía utiliza robots humanoides importados de China y aprendizaje por refuerzo basado en modelos; entrena agentes con modelos del mundo diseñados para ayudarles a desenvolverse ante planos desconocidos, mobiliario y otras sorpresas del mundo real, con menor dependencia de las pruebas físicas de ensayo y error.

Por qué importa

Un robot que solo funciona después de que una habitación haya sido cartografiada, ensayada y ordenada es poco más que una demostración ambulante. La oportunidad comercial está en una máquina que pueda entrar en un nuevo espacio interior y aun así tomar decisiones sensatas.

Esto cambia la pregunta operativa de «¿Puede este robot realizar la tarea?» a «¿Cuánto trabajo de preparación del lugar, supervisión y resolución de incidencias exige cada nueva tarea?». Si el enfoque de Hafner se traslada de la simulación a las máquinas físicas, los operadores podrían probar más tareas antes de llegar al lugar y desplegar robots en ubicaciones más variadas sin rehacer el proceso cada vez. Eso podría hacer viables los servicios robóticos en lugares cuyos espacios son demasiado variables para una configuración a medida.

Nuestra perspectiva (especulación informada): durante los próximos 6–12 meses, lo más probable es que la empresa se concentre en pruebas interiores variadas pero controladas antes de intentar un despliegue amplio en hogares. Lo difícil no es imaginar un camino despejado alrededor de un sofá. Lo difícil es conseguir que ese plan resista sensores imperfectos, muebles difíciles de sortear y un hardware que debe ejecutarlo fielmente.

La última vez que ocurrió algo así

El rover Opportunity de la NASA probó Field D-Star sobre el terreno en 2007, utilizando información estereoscópica del terreno, datos de obstáculos y odometría visual para planificar una ruta curva alrededor de peligros. La similitud estructural es clara: una máquina física utilizó una representación interna para evaluar una ruta antes de ponerse en marcha.

La diferencia de fondo es igualmente importante. Opportunity utilizó mapas de terreno diseñados y planificación determinista para desplazamientos limitados en Marte; el proyecto atribuido a Hafner utiliza modelos del mundo aprendidos para humanoides destinados a operar en espacios humanos variados. La NASA informó posteriormente de que Perseverance utilizó cartografía del terreno y selección autónoma de rutas para encontrar un paso seguro a través de una abertura que no había visto, llegar a Citadelle y recorrer 167 metros en un sol con AutoNav. Ese resultado sugiere que la planificación combinada con una representación puede mejorar de forma sustancial la navegación en entornos acotados. La prueba ahora es si un modelo aprendido puede seguir siendo fiable ante una física menos predecible y el desorden propio de la vida doméstica.

Cómo podrían extenderse los efectos

Si los agentes entrenados en simulación pueden adaptarse de forma fiable a configuraciones no vistas, los operadores de robots podrían reducir el entrenamiento repetido in situ y la intervención manual ante fallos. Eso les permitiría asignar capacidad a más ubicaciones, en vez de tratar cada edificio nuevo como un proyecto de ingeniería desde cero.

El efecto posterior podría ser un acceso más amplio a servicios robóticos en hogares con mobiliario y planos variables. Esta cadena de beneficios se rompería si el modelo no detecta condiciones del mundo real, el humanoide no puede ejecutar su plan de forma fiable o los operadores concluyen que el rendimiento en materia de seguridad sigue exigiendo una supervisión estrecha.

Evaluación del impacto

• Operadores de robots, en 6–12 meses: Posibles beneficiarios si la simulación sustituye parte de las pruebas físicas de ensayo y error y reduce la carga operativa de lugares desconocidos.
• Proveedores de robots humanoides, a corto plazo: Una posible fuente de demanda, aunque depende de que la empresa de Hafner convierta su línea de investigación en sistemas desplegables.
• Hogares con configuraciones variables, a más largo plazo: El principal campo de prueba. Una mejor adaptación podría ampliar el acceso; un comportamiento poco fiable mantendría los despliegues concentrados en entornos controlados.

Escenarios

Más probable: Si el entrenamiento basado en modelos produce una adaptación útil, pero la fiabilidad física sigue necesitando una validación gradual, la empresa concentrará recursos en pruebas interiores controladas pero variadas durante los próximos 6–12 meses. Los operadores obtendrían evidencia sobre dónde la simulación reduce la preparación, mientras que el despliegue amplio en hogares seguiría siendo prematuro. Las demostraciones en configuraciones desconocidas y una menor necesidad de intervención reforzarían esta trayectoria; un reentrenamiento intensivo en cada lugar la debilitaría.

Al alza: Si los modelos del mundo se transfieren bien a la percepción y la actuación físicas, los robots podrían desplazarse por hogares no vistos o espacios interiores igualmente variables con menos mapas a medida y menos intervenciones manuales ante fallos. Los operadores podrían entonces ampliar los pilotos a una gama más amplia de ubicaciones, aumentando la capacidad robótica utilizable allí donde la preparación repetida in situ había sido un cuello de botella. Ejecuciones fiables en entornos no vistos serían la prueba significativa.

A la baja: Si la brecha entre la experiencia simulada y las condiciones físicas provoca fallos de navegación o manipulación, las máquinas permanecerán en demostraciones limitadas y controladas. Los operadores seguirían gastando mucho en supervisión, preparación y pruebas en el mundo real, lo que limitaría el acceso a entornos que no pueden estandarizarse. La intervención manual frecuente ante obstáculos nuevos apuntaría en esa dirección.

Qué observar a continuación

Habrá que estar atentos a demostraciones en entornos interiores realmente desconocidos, no a simples repeticiones pulidas en salas preparadas. También convendrá buscar pruebas de que los agentes entrenados en simulación requieren menos entrenamiento en el mundo real y menos intervenciones de los operadores; esas dos medidas pondrían a prueba la promesa central con mayor claridad que un humanoide caminando por un suelo conocido.