Por qué la robótica es difícil: 15 retos que los robots aún no superan

Reasons robotics is hard

Por qué la robótica es difícil: 15 retos que los robots aún no superan

Mientras la IA avanza en el trabajo intelectual, los robots humanoides siguen atrapados en vídeos de demostración. Este artículo cataloga 15 desafíos técnicos que separan a los robots actuales de los trabajadores artificiales: desde manos que no igualan la destreza humana y problemas de control y visión, hasta la falta de datos de entrenamiento, la lentitud, la seguridad, la autonomía energética y la fiabilidad. Una lectura imprescindible para entender por qué no hay un ChatGPT del mundo físico.

Los vídeos de demostración son una mala herramienta para evaluar el progreso: podríamos estar viendo la única tarea exitosa de 100 intentos, con el escenario cuidadosamente arreglado y la edición ocultando la lentitud y la falta de fiabilidad.
  1. Animats

    Un marcador de progreso será cuando Amazon pase a la recogida automatizada. Llevan casi una década esforzándose mucho. Durante años tuvieron una competición anual. Tienen un robot de recogida decente desarrollado internamente.[1] Todavía no se está desplegando en grandes cantidades.

    Ni siquiera tiene algo parecido a una mano humanoide. Solo un agarre de dos superficies.

    Los robots de producción de Amazon son principalmente vehículos guiados automáticos, no manipuladores.

    Me impresiona lo lejos que ha llegado la locomoción con patas. Pero hasta ahora, nadie parece estar usando robots con patas para ningún propósito comercial más allá del nivel de demostración.

    ¿Va a producir Tesla todavía un gran número de robots humanoides para finales de 2026?

    Ha habido muchos avances en el lado del hardware. La tecnología de motores de los drones ha producido motores robóticos mucho mejores. Parece que se ha encontrado el punto óptimo en la reducción de engranajes. (Demasiada reducción y no se puede empujar hacia atrás. Muy poca y los motores tienen que ser demasiado grandes.) Los volúmenes ahora son lo suficientemente grandes como para justificar la fabricación de componentes específicos para robots. Los brazos robóticos son mucho mejores que hace una década. También lo son las piernas robóticas. El control también es mejor. Parece que un robot humanoide costará aproximadamente lo mismo que un coche.

    Pero todavía no son lo bastante buenos para ser útiles.

    Sabremos que son reales cuando un camión de Amazon Prime se acerque y un robot haga los últimos 100 metros de la entrega.

    [1] https://www.youtube.com/watch?v=WStK9HNn8c8&

  2. GlenTheMachine

    Roboticista aquí. Todo esto, y no mencionó la complianza ni la adaptación en línea a dinámicas que de otro modo no se pueden sensar. Ni los mecanismos en miniatura enormemente complejos.

    Los sensores táctiles de última generación cuestan un par de miles de dólares POR DEDO, y tienen un MTBF en el mundo real de horas. El costo se puede resolver con economía de escala. La fragilidad es más difícil.

  3. kooi

    Sí, el problema es muy difícil. Principalmente porque la generalización de alto DOF es muy difícil.

    Tenemos coches autónomos porque ¿cuáles son las entradas de control? Pedal, freno, volante. Esto ya llevó muchos años.

    Ahora para un robot humanoide: un espacio de acción que es metafóricamente Hilbert. (Físicamente, sí, obviamente)

    Además, en mi opinión, los LLM pueden ayudar al desarrollo de robots, pero hacen poco más allá de la planificación, interfaz de control humano. Por debajo de eso es el dominio del control y la solución será la combinación correcta de control clásico, neuronal y optimización en tiempo real.

    ¿Todos esos robots bípedos impresionantes que realmente se ven naturales? Son controles PID envueltos con funciones de barrera de control que restringen los QP que se resuelven en tiempo real.

    Pero eso es molesto de derivar para cada aplicación. Así que necesitaremos métodos neuronales que puedan aprenderse (mientras estén restringidos por el conocimiento a priori de la dinámica). Mi corazonada es que los modelos tipo JEPA de Yann LeCun serán la forma en que se puedan aprender las tareas.

  4. YuechenLi

    Quiero decir, la robótica funcional no es tan difícil, los robots aspiradores llevan una década en los hogares, y los brazos robóticos industriales. Sin embargo, los robots humanoides SÍ son difíciles principalmente debido a las restricciones de factor de forma. No se puede obtener mucha potencia de los servomotores y otros actuadores si todo tiene que estar autocontenido en una forma humanoide en lugar de usar hidráulica o neumática o incluso grandes motores paso a paso como en los robots industriales estacionarios.

    Los videos que he visto de aplicaciones de robots humanoides son básicamente que puede lavar platos y doblar ropa, pero creo que si los robots domésticos para tareas del hogar alguna vez llegan al mercado, probablemente no se verían humanoides en absoluto y probablemente se verían como semi lavavajillas/lavadoras con ruedas y un brazo con pinza.

  5. akurilin

    Un par de lecturas/visionados relacionados con esto que encontré útiles recientemente, con una conclusión similar:

    https://www.youtube.com/watch?v=FUUzmRH5Yi4

    https://www.construction-physics.com/p/robot-dexterity-still...

Más de este día

2026-09-03