Basado en el aprendizaje por refuerzo, el robot bípedo P1 camina en la naturaleza.

Basado en un aprendizaje por refuerzo de vanguardia, el robot bípedo P1 de Foxtech completó recientemente su prueba inaugural en los escarpados paisajes del Parque Tanglangshan, en Shenzhen. En un entorno completamente abierto y sin protección, sin datos previos, el robot P1 demostró su impresionante movilidad en diversos terrenos, evidenciando el control y la estabilidad perfeccionados mediante un aprendizaje por refuerzo intensivo. Con una intervención mínima y sin datos prealimentados en terreno boscoso, el exitoso recorrido de P1 subraya las avanzadas capacidades de aprendizaje por refuerzo de Foxtech y su innovador enfoque de la robótica autónoma.

La primera incursión de P1 en terrenos salvajes: Aprendizaje por refuerzo en acción en el mundo real

Foxtech ha dedicado años al desarrollo y perfeccionamiento de su plataforma patentada de aprendizaje por refuerzo, que se centra en transformar la investigación pionera en capacidades escalables y sistematizadas para el desarrollo de productos. Esta investigación ha culminado en un marco único de aprendizaje por refuerzo basado en tres elementos fundamentales:

Sistema de circuito cerrado Real2Sim2Real: Un ciclo de datos continuo y automatizado, desde la recopilación de datos del mundo real hasta el modelado de simulación y la implementación de estrategias, reduce significativamente la intervención humana. Este proceso minimiza la brecha entre la simulación y la realidad, lo que aumenta la eficiencia del entrenamiento y la precisión de los resultados.

Diseño de la arquitectura de redes neuronales: la arquitectura de redes neuronales de Foxtech aprovecha el diseño modular, definiendo la función de cada módulo y garantizando la adaptabilidad a diversos entornos y configuraciones de hardware. Esta estructura permite una estrategia de control robusta y resistente a las interferencias, adaptable a diferentes robots y escenarios.

Algoritmos de generación de datos y entrenamiento: Foxtech aborda la escasez de datos de entrenamiento efectivos mediante un enfoque de preentrenamiento iterativo (IPT), que divide las capacidades principales del robot en etapas. Este método permite a Foxtech recopilar datos valiosos y específicos, lo que da como resultado políticas de alto rendimiento para tareas de movilidad complejas.

Estos tres elementos, en conjunto, impulsan la capacidad del robot P1 para caminar, trepar y adaptarse a terrenos accidentados, lo que demuestra que el marco de aprendizaje por refuerzo de Foxtech puede abordar entornos del mundo real con un mínimo de datos preliminares.

Las recientes pruebas demostraron la impresionante movilidad y adaptabilidad del robot P1, capaz de sortear obstáculos como zanjas estrechas, capas de roca expuestas, enredaderas y terrenos erosionados y resbaladizos. A diferencia de los entornos controlados, cada pendiente, escalón y superficie que encontró P1 era única, lo que supuso nuevos retos para un robot poco familiarizado con los paisajes naturales. Sin embargo, a pesar de no contar con datos previos sobre senderos forestales ni condiciones similares, P1 se adaptó sin problemas a estos obstáculos, moviéndose a través de ellos de forma dinámica y eficiente.

Este logro subraya la fiabilidad y la aplicabilidad del enfoque de aprendizaje por refuerzo sistematizado de Foxtech. Foxtech ha demostrado que P1 puede funcionar más allá de los escenarios de laboratorio habituales, lo que destaca su potencial para capacidades más avanzadas en aplicaciones del mundo real.

Direcciones futuras: Ampliación de las capacidades robóticas en entornos del mundo real

El desarrollo continuo de Foxtech se centra en competencias robóticas clave, como la movilidad (locomoción), la manipulación y el control combinado de movimiento y manipulación (locominipación). Aprovechando el éxito de P1, Foxtech busca impulsar nuevos desarrollos que promuevan los avances en robótica humanoide y bípeda. Cada hito, como el excelente desempeño de P1 en terrenos no estructurados, refuerza la eficacia del enfoque único de Foxtech para el aprendizaje por refuerzo y su compromiso con el desarrollo de soluciones robóticas prácticas, robustas y adaptables.

Las innovaciones de Foxtech, basadas en el aprendizaje por refuerzo, ofrecen una visión del futuro de la robótica, donde las máquinas no solo son resistentes, sino también adaptables, capaces de dominar terrenos desconocidos con una mínima cantidad de datos. Mientras Foxtech continúa explorando nuevas aplicaciones, el robot bípedo P1 se erige como una prueba del poder del aprendizaje por refuerzo avanzado y sistematizado para dar forma a la próxima generación de robots autónomos.