Por qué importa. Aunque no lo parezca, enseñar una nueva habilidad a un robot humanoide es lento. Y es que Según Wang, los ingenieros tienen que recopilar datos, entrenar modelos y ajustar el comportamiento, y una habilidad que funciona en el laboratorio puede necesitar ser reelaborada en un nuevo entorno. Unitree quiere automatizar ese ciclo para que los robots puedan adquirir nuevas habilidades más rápido y a mayor escala.
Wang contaba al South China Morning Post que, a medida que los modelos de IA mejoren, espera que asuman una mayor parte de la planificación y la iteración, reduciendo la necesidad de intervención humana.
Cómo funciona. Tal y como lo comparte Wang, el sistema funciona como un circuito cerrado en el que los agentes de IA buscan artículos de investigación para después escribir el código de control para los robots. Después se prueba ese código y se entrena en simulación. Una vez realizadas las pruebas, los mejores resultados se verifican para poder usarse en robots reales. Y después, un sistema de evaluación independiente, con aportación humana cuando es necesario, califica el resultado para pasarlo a una siguiente ronda. El medio cuenta que el proyecto se llama "Unitree Rehearsal".
Ya en agosto, durante la Conferencia Mundial de Robots en Pekín, Wang mencionó que mejorar drásticamente la eficiencia del desarrollo, e incluso permitir que los robots evolucionen por sí mismos, "vale mucho la pena perseguirlo".
