Investigadores de la Universidad de Stanford han desarrollado un nuevo sistema de IA llamado Mobile ALOHA que entrena a robots móviles para realizar tareas complejas en diversos entornos. El sistema aborda los elevados costes y las dificultades técnicas de entrenar robots bimanuales aprendiendo de tan solo 50 demostraciones humanas. Mobile ALOHA amplía el sistema ALOHA existente montándolo sobre una base con ruedas, lo que lo convierte en una solución rentable en comparación con los robots disponibles en el mercado. El sistema permite la teleoperación simultánea de todos los grados de libertad y puede aprender órdenes de movimiento y control. Impresionantes demostraciones muestran al robot cocinando una comida de tres platos y realizando diversas tareas domésticas. Mobile ALOHA utiliza transformadores, una arquitectura empleada en grandes modelos lingüísticos, y se beneficia del preentrenamiento en diversos conjuntos de datos de robots. El coentrenamiento con datos existentes permite al sistema alcanzar más del 80% de éxito en tareas complejas con sólo 50 demostraciones humanas por tarea. Sin embargo, el sistema aún no está listo para la producción y requiere demostraciones completas por parte de operadores humanos. Los investigadores planean mejorar el sistema añadiendo más grados de libertad y reduciendo su voluminosidad. Este trabajo contribuye al desarrollo de robots móviles versátiles y el campo de los robots útiles avanza rápidamente.
