La mayoría de los lanzamientos de robótica te piden confiar en un vídeo de demostración. Pollen Robotics, el equipo de robótica de Hugging Face con sede en Burdeos, publica en cambio el bucle de entrenamiento.

El equipo ha abierto las reservas de Microduck: un robot bípedo de 25 centímetros por 399 dólares. Cada movimiento que hace —andar, sentarse, dar patadas, patinar, levantarse tras una caída— es una política neuronal entrenada en un simulador de física y exportada al hardware.

Lo verdaderamente relevante es esto: los entornos de entrenamiento, las funciones de recompensa, los ajustes de aleatorización y la receta de simulación a realidad están todos públicos en GitHub.

Microduck llega después de Reachy Mini, del que se han enviado más de 10.000 unidades, pero invierte su premisa: Reachy Mini se hizo para estar sobre una mesa e interactuar; Microduck se hizo para bajar de la mesa, caerse y volver a levantarse.

El hardware

  • Tamaño: 25 centímetros de alto, 14 de ancho, menos de 800 gramos.
  • Movimiento: 15 motores entre piernas, cuello y cabeza, más un pico articulado que recoge objetos del suelo.
  • Cómputo: un Rockchip RK3566 con acelerador de IA, 1 GB de memoria y 32 GB de almacenamiento.
  • Sensores: una cámara frontal tras un indicador de uso propio, dos unidades inerciales (una en el cuerpo y otra en la cabeza), un LiDAR compacto, micrófonos y altavoz, dos antenas NFC, Wi-Fi y Bluetooth.
  • Energía: batería extraíble de 2600 mAh, para cerca de una hora.

Incluye siete movimientos entrenados que pueden manejarse con el mando incluido antes de escribir una línea de código. El robot no habla; cada unidad genera su propia identidad sonora al despertar por primera vez y conserva esa voz de forma permanente.

Cómo se entrenan realmente las conductas

Las políticas se entrenan con aprendizaje por refuerzo en un entorno basado en MuJoCo. Pollen indica entre una y dos horas en una GPU CUDA para lograr una marcha utilizable con 4096 entornos en paralelo. Sin GPU local, el mismo comando se ejecuta en la infraestructura de Hugging Face.

La parte difícil es el paso de la simulación a la realidad, y ahí lo que hizo el equipo destaca: cada servo se simula no como un controlador ideal, sino con un modelo del comportamiento del motor real, incluidas la ley de control por tensión, la fuerza contraelectromotriz y la fricción dependiente de la carga.

La aleatorización cubre la tensión de la batería, su caída bajo carga, el retardo de las órdenes y la magnitud de la fricción. El juego de los engranajes tiene su propia variante de entrenamiento, asumiendo un grado de holgura en cada articulación.

Por qué importa

Casi todos los anuncios de robótica enseñan el resultado y no el camino. La diferencia aquí es que se publica el método y no solo el desenlace: puedes entrenar tu propia política con la misma receta y llevarla al hardware.

El precio importa por el mismo motivo. Un aparato de cuatrocientos dólares está al alcance de un estudiante o un aficionado, no solo de un laboratorio universitario. Si el mayor cuello de botella del campo son los datos y la experiencia, lo que baja no es únicamente el precio: aumenta el número de intentos.