Un equipo de la Universidad de California en Berkeley y de la Universidad de Stanford desarrolló BeyondMimic, un sistema de inteligencia artificial que capacita a robots humanoides para adquirir y combinar movimientos complejos. El estudio, publicado en Science Robotics, busca superar la limitación típica de tener que programar y entrenar cada acción por separado.

Para lograrlo, los investigadores recogieron aproximadamente 2,5 horas de movimientos humanos que abarcan caminar, correr, saltar, bailar, patadas de artes marciales y volteretas laterales. A partir de esa base, el programa aprendió a transferir esas acciones a un modelo de robot llamado G1, adaptando cada movimiento a las características de la máquina: peso, articulaciones y potencia de sus motores.

Como resultado, el robot dejó de ser una simple reproducción de una secuencia y pasó a poder usar lo aprendido en distintos contextos, pasando de una acción a otra sin que los investigadores deban reentrenarlo para cada tarea. El equipo empleó aprendizaje por refuerzo: el controlador recibía recompensas cuando se acercaba a las posiciones, velocidades y orientaciones de las demostraciones humanas, y recibía penalizaciones ante movimientos bruscos, ángulos de articulación peligrosos o contactos no deseados entre componentes, obligando al sistema a encontrar vías físicamente viables para reproducir una acción manteniendo el equilibrio.

Los autores señalan que este enfoque permite que un mismo esquema de entrenamiento gobierne conductas muy diversas. Así, el G1 fue capaz de realizar carreras, patadas giratorias, saltos, posturas de equilibrio, movimientos de baile, desplazamientos en cuatro puntos y volteretas laterales en el aire. Una de las diferencias clave frente a trabajos anteriores es que, antes, los modelos solían necesitar un controlador distinto para cada objetivo; si una máquina estaba entrenada para caminar, no necesariamente podía pasar a correr o esquivar obstáculos sin ajustes. BeyondMimic intenta reducir esa dependencia de entrenamientos separados.

La segunda parte del sistema recurre a un autoencoder variacional, un modelo que simplifica información compleja. En este caso, toma los movimientos aprendidos y los organiza en una representación interna que retiene los datos necesarios para ejecutarlos. Esa representación integra la relación entre la posición del cuerpo, la velocidad y el equilibrio, y, posteriormente, otro componente del sistema la traduce en órdenes de control concretas para la ejecución del robot.