Crean un método de inteligencia artificial que genera «cerebros» motores para robots humanoides sin entrenarlos desde cero

Hasta la fecha, enseñar a un autómata bípedo a conservar el equilibrio, desplazarse o ejecutar movimientos dinámicos constituía un cuello de botella crítico. Los enfoques tradicionales mediante aprendizaje por refuerzo obligaban a optimizar cada red neuronal desde cero a través de millones de simulaciones, lo que implicaba un gasto de computación desorbitado, lentitud de desarrollo y una escasa comprensión de los principios matemáticos que estructuran las conexiones internas de las máquinas.

Para superar esta barrera, los autores combinaron un autocodificador lineal con un transformador de difusión. En lugar de esculpir una red neuronal paso a paso mediante ensayo y error, el autocodificador comprime los millones de parámetros de una política de control en un espacio matemático compacto y manejable. A partir de esa síntesis, el modelo de difusión aprende la distribución subyacente y genera configuraciones neuronales completas y funcionales, de forma análoga a cómo un diseñador traza un plano maestro sin necesidad de experimentar cada viga por separado.

La eficacia de este método se evaluó con éxito en el robot humanoide comercial Unitree G1. Las redes neuronales generadas de forma directa permitieron al autómata ejecutar movimientos de alta agilidad en entornos reales, tales como caminar de manera estable, bailar e incluso asestar patadas giratorias con equilibrio instantáneo. Además, el análisis de los pesos reveló un principio estructural hasta ahora invisible: las primeras capas de la red codifican de forma innata la cinemática corporal del robot, tanto si fue entrenado por refuerzo como por imitación.

Este trabajo abre la puerta a la producción automatizada de controladores robóticos versátiles y adaptables a diferentes morfologías mecánicas sin requerir ciclos masivos de computación. Los resultados, accesibles para la comunidad científica global a través de arXiv, marcan un paso decisivo hacia la comprensión teórica de cómo las máquinas articulan el movimiento y acercan la industrialización de humanoides más eficientes para el entorno laboral y doméstico.

Información tecnológica elaborada de forma automática con asistencia de inteligencia artificial y traducción a partir de preprints científicos de computación e IA indexados en arXiv (Universidad de Cornell). Revisado por la redacción de Las Provincias.