BeyondMimic enseña movimientos humanos a robots con un enfoque de IA

El desarrollo de robots humanoides capaces de interactuar con su entorno ha progresado, pero sus movimientos aún suelen carecer de la fluidez humana. La programación individual de acciones como correr, saltar o bailar implica un esfuerzo considerable, requiriendo controladores específicos para cada movimiento. Un nuevo enfoque, denominado BeyondMimic, busca transformar esta realidad.

Investigadores de la Universidad de California en Berkeley y la Universidad de Stanford, según ha informado Hackster.io, han concebido BeyondMimic como un marco de inteligencia artificial que permite a los robots humanoides adquirir una extensa colección de movimientos de apariencia humana a partir de una única configuración de entrenamiento. Este sistema fue demostrado en un robot humanoide Unitree G1.

En lugar de una programación manual, el equipo partió de aproximadamente 2.5 horas de datos de movimiento humano, abarcando desde caminar y correr hasta danza, artes marciales, saltos y acrobacias. Estos movimientos se adaptaron a las proporciones y la disposición de las articulaciones del G1. BeyondMimic emplea el aprendizaje por refuerzo para entrenar una política de control que sigue los movimientos de referencia. El sistema recompensa al controlador cuando reproduce fielmente el movimiento original, penalizando acciones como movimientos bruscos, colisiones indeseadas entre partes del cuerpo y posiciones articulares inseguras.

Más allá de la mera replicación, BeyondMimic permite al robot combinar y adaptar lo aprendido. Para ello, un autoencoder variacional comprime las acciones del robot en una representación de menor dimensión. Posteriormente, un modelo de difusión se entrena con secuencias que contienen estas acciones comprimidas y estados predichos del robot, permitiendo generar y realizar transiciones entre movimientos.

Esta capacidad se utilizó para tareas no explícitamente entrenadas, como la teleoperación mediante joystick y la evasión de obstáculos. Tras las pruebas iniciales en simulación, se transfirieron 30 movimientos representativos a un robot físico Unitree G1. Estas habilidades funcionaron en el hardware real sin necesidad de entrenamiento adicional específico para la tarea.

Los movimientos generados por BeyondMimic también se percibieron como más naturales para los observadores humanos. En un estudio con 77 participantes, se compararon movimientos de marcha y carrera producidos por BeyondMimic con los del controlador estándar de Unitree. BeyondMimic fue juzgado como más humano en el 70.8% de las comparaciones.

Aunque BeyondMimic se encuentra aún en fase de investigación, y la capacidad de bailar no garantiza intrínsecamente una mayor utilidad para un robot humanoide, la posibilidad de aprender un amplio rango de movimientos con la misma aproximación de entrenamiento, transicionar entre ellos y aplicarlos a nuevas situaciones podría tener implicaciones significativas. Si este enfoque escala, los futuros robots humanoides podrían no requerir un entrenamiento individualizado para cada movimiento que deban ejecutar.